【資料科學與醫療領域應用與實作二 Application and implementation of data science in the medical field (II)】 課程大綱
本課程旨在介紹智慧醫療背後部分應用到的科技，其中包含了人工智慧領域中，不同種類的神經網路模型與其在醫療場域的相關應用。同時，我們會介紹生成式模型基礎概念與其可能會帶有哪一些安全性與可信度方面的議題，以幫助學生建立熟悉生成式AI 模型在醫學領域負責任的使用方式。基於次世代定序資料，亦會介紹不同的資料分析方法與相關演算法。
自然語言處理(Natural language processing), 自注意力機制(Self-attention mechanisms), 神經網路(Neural network), 生成式AI (Generative AI), 變換器(Transformer), 次世代基因定序技術(Next generation sequencing).
課程將會介紹討論人工智慧模型及其應用、次世代定序檢測技術與相關生物資訊分析方法。
| # | 類別 Type |
版本 Version |
書名 Title |
出版年 Year of publication |
作者 Author |
出版者 Publishers |
ISBN | 單價 Price |
圖書館館藏 Library collections |
備註 Note |
|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 參考書籍 Refer Books | Deep Learning | 2016 | Ian Goodfellow, Yoshua Bengio, Aaron Courville | MIT | 0262035618 | 1650 | 無 | 無 | |
| 2 | 參考書籍 Refer Books | 三 | Speech and Language Processing: An Introduction to Natural Language Processing, Computational Linguistics, and Speech Recognition with Language Models, 3rd edition. | 2025 | Daniel Jurafsky and James H. Martin | 0 | 無 | 無 | ||
| 3 | 指定用書 Use Books | Pattern Recognition and Machine Learning | 2006 | Christopher M. Bishop | Springer | 0387310738 | 3560 | 無 | 無 |
面授
| # | 標準 | 佔比 | 備註 |
|---|---|---|---|
| 1 | 期中專題 | 50% | |
| 2 | 生成式AI實驗 | 18% | |
| 3 | 期末口頭報告 | 22% | |
| 4 | 出席 | 10% |
有條件開放，請註明如何使用生成式AI於課程產出
Conditionally open; please specify how generative AI will be used in course output