Passa al contingut principal

TRUSTroke Open science webinar. Eurecat

En aquesta sessió organitzada pel projecte TRUSTroke, explorarem els aspectes crucials de la Intel·ligència Artificial (IA) que fan que les prediccions en l’atenció als ictus siguin comprensibles i fiables. Parlarem sobre com es poden dissenyar i avaluar els models d’IA per assegurar la transparència i la confiabilitat en les seves prediccions, millorant en última instància l’atenció al pacient i la presa de decisions mèdiques. Finalment, aprofundirem en les qüestions ètiques inherents al procés de construcció, validació, implementació i presa de decisions a través de sistemes algorítmics.

idioma del webinar: anglès

Agenda

  • Introduction to AI in Healthcare: What is AI/ML/DL? Importance of data in healthcare AI applications.
  • Types of AI Problems in Stroke Prediction: Classification, Regression, Forecasting, etc. in the context of stroke prediction.
  • Evaluation of AI Models: Key metrics for evaluating AI models in the context of healthcare, Explanation of train/test splits and their importance in model validation.
  • Trustroke AI Algorithms: Overview of AI algorithms planned for the project (Tree-based models & Forecasting models)
  • Ethical Considerations I: Explainability, Techniques for making AI models interpretable (LIME, SHAP, etc.)
  • Ethical Considerations II: Transparency, Fairness & Empowerment of stakeholders
  • Q&A 

Quan: 6 gen. 2024 de 12:00 pm a 1:00 pm

Més informació

Més posts de Formació

Comentaris

Entrades populars d'aquest blog

Cursos gratuïts sobre IA a Harvard

Cursos de la Universitat de Harvard des de la plataforma edX Introducción a la ciencia de computación . Introducción a la programación CS50 usando Scratch . Introducción a la inteligencia artificial en CS50 usando Python . Uso de React Native para el desarrollo de aplicaciones móviles . Programación web usando Python y JavaScript. Introducción al desarrollo en el desarrollo de juegos . Introducción al curso CS50 sobre programación con Python . Curso sobre CS50 para entender la tecnología . Introducción a la ciencia de datos con Python . Introducción a la ciencia de computación para empresas. Machine Learning. Inteligencia artificial en las empresas: creación de valor mediante el aprendizaje automático. Més posts de Formació

Oferta pública 27/02/2024

  Ajuntament de la Riba 1 plaça de Secretari interventor Ajuntament de Sabadell 1 plaça de Tècnic mitjà d'enginyeria industrial (esp. electricitat) Ajuntament de Sabadell 2 places de Tècnic mitjà enginyer Ajuntament del Prat de Llobregat - Aigües del Prat, SA 1 plaça de Director gerent Ajuntament d'Olot 1 plaça d'Enginyer tècnic Barcelona Supercomputing Center-Centro Nacional de Supercomputación (BSC-CNS) 1 plaça de Research Engineer - Use of acoustic information in chatbots (RE1) Barcelona Supercomputing Center-Centro Nacional de Supercomputación (BSC-CNS) 1 plaça de Post-doc in Machine Learning for Biomedical Multi-Omic Data Analysis in Precision Medicine (R2) Barcelona Supercomputing Center-Centro Nacional de Supercomputación (BSC-CNS) 1 plaça de Software randomisation compiler - Master Student (R0) Comaigua, SL 1 plaça de Responsable d'Oficina Tècnica Consorci Hospitalari de Vic 1 plaça de Tècnic Biomèdic - Big Data Empresa de Transformación Agraria, SA, SME, MP (TR

Curs d'Analítica de dades i Machine Learning (Online) Eurecat Academy

El curs d’Analítica de dades i Machine Learning ofereix una introducció a les tecnologies i metodologies per a l’extracció d’informació en grans conjunts de dades, tant ja existents com de les recollides en temps d’execució. A més, també aporta la metodologia per millorar els coneixements tècnics en Data Mining. Programa del curs 1. Introducció al Big Data. 2. Instal·lació i configuració de Python i R. 3. Introducció a Python y R. 4. Fonaments d’Estadística enfocada a BigData. 5. Observational Study / Exploratory Analysis: utilització de l’agregació de dades i la mineria de dades per proporcionar informació sobre el passat: 6. Anàlisi de Dades: Utilització de models estadístics i tècniques de pronòstic per comprendre el futur. 7. Machine Learning Comprensió dels principals tipus d’aprenentatge automàtic. Supervised Learning – Aprenentatge Supervisat. Unsupervised Learning – Aprenentatge No Supervisat. Inici: 04/03/2024 Més informació Més posts de Formació