MIT OpenCourseWare
OCW Home Course List About OCW Help with OCW Feedback


Search
» 高级搜索
 课程主页
 教学大纲
 教学日程
 讲义
 作业
 考试

教学大纲

谁将参加该课程的学习?

该课程是针对医学信息硕士项目的学生开设的课程,但毕业和未毕业的高年级学生也可参加。

方案

下面是这门课程方案的几个例子:
  1. 数据库的匿名
    • 对数据库的匿名应用布尔推理

  2. 诊断模型
    • 应用病人临床病史报告数据预测心肌梗塞
    • 在Logistic回归中,遗传算法选择变量:心肌梗塞方面的例子

  3. 预测模型
    • 心肌梗塞及死亡预测模型的形成和评估
    • 慢性肾衰病人Angioplasty后主要并发症:一个对比的预测模型


参考读物

该课程无课本,但下面几本书推荐作为参考书:

Hastie, T., R. Tibshirani, and J. H. Friedman. The Elements of Statistical Learning: Data Mining, Inference, and Prediction. (Springer Series in Statistics.) Springer Verlag, Oct 2001.

Duda, Richard O., Peter E. Hart, and David G. Stork. Pattern Classification. 2nd ed. John Wiley & Sons, Nov 2000.



学习该课程的条件

精通SAS和MATLAB® 将是有帮助的,SAS和MATLAB®的应用手册作为参考资料应该是必需的。

成绩

30% 作业

作业应当在每一模块结束时交付。作业可能需要编程(必须包括所有编码)。作业应独立完成。在最终期限后才交作业者,在成绩级别上会受处罚。解决方案公布后,没有交作业者将被挑出。 
 
30% 期中考试

期中考试包括决策分析和机器学习。期中考试严格控制在1.5小时内。学生可以带课堂笔记、作业的解决方案和参考书。 
 
40%期未设计

必须独立完成期未设计。虽然该设计可能包括针对其他目的而先前完成过,通过实际努力,完成特殊的设计是该课程最基本的要求。期未报告在5页纸左右,同时要求,在执行的范例中要有15分钟介绍。建议:学生与指导教师探讨他们的计划书。

 

MATLAB®是MathWorks公司的商标。




 
MIT Home
Massachusetts Institute of Technology Terms of Use Privacy