Caixa de texto: Valor: R$ 350,00

Análises preditivas em saúde: o uso de métodos de inteligência artificial - APS:

Caixa de texto: voltar

Público

Relação dos cursos

Veja como fazer sua inscrição

Informações importantes

Isenção da Inscrição

     Veja a Política de Isenções

Cancelamento da Inscrição

Unidade:

Faculdade de Saúde Pública

Natureza:

Difusão

Tipo:

Presencial

Edição:

17.001

Requisitos:

Recomenda-se ter pelo menos um conhecimento introdutório de estatística. Os exemplos utilizados serão da área da saúde, mas os métodos são os mesmos utilizados em todas as áreas. Curso aberto a alunos e profissionais de todas as áreas.

Objetivos:

Conseguir predizer a ocorrência de eventos, como óbitos ou doenças, é uma preocupação estrutural da ciência, mas que tem sido negligenciada até recentemente. O curso tem como objetivo introduzir o aluno ao uso prático dos modelos preditivos de inteligência artificial (machine learning). Programação: 1 – Perspectivas para o uso de inteligência artificial em saúde. 2 – O uso do R e do Python para limpeza, transformação e visualização de dados. 3 – Sobreajuste e divisão da amostra em treino, validação e teste. 4 – Mensuração da performance de modelos preditivos.  5 – Modelos para predição de variável contínua (regressões penalizadas com lasso e ridge, redes neurais, support vector machines, random forests e gradient boosted trees). 6 – Modelos para predição de variável binária (regressões logísticas penalizadas, redes neurais, support vector machines, Naïve Bayes, random forests e gradient boosted trees). 7 – Deep learning. 8 – Seleção, transformação e mensuração da importância das variáveis preditoras. 9 – Sobrevivência da espécie humana com a chegada da singularidade (provocações).

 

 

Área de Conhecimento:

Saúde Coletiva

 

 

Período de Realização:

05/02/2018 a 09/02/2018 - 2.ª a 6.ª feira das 14h00 às 18h00

Carga horária:

20 horas

Local do curso:

Faculdade de Saúde Pública/USP - Av. Dr. Arnaldo, 715, Cerqueira Cesar - São Paulo/SP

Vagas:

25

Professor:

Alexandre Dias Porto Chiavegatto Filho (Coordenador)

Monitora:

Hellen Geremias dos Santos

 

 Melhor visualizado em Internet Explorer