رمزگشایی IT سلامت - تحلیل داده‌

آنچه یاد خواهید گرفت:

• درک فرآیند تحلیل داده‌ کامل از ابتدا تا انتها
• آشنایی با مبانی افزونه Real Statistics در اکسل
• کاربرد الگوریتم‌های مختلف یادگیری ماشین با استفاده از افزونه Real Statistics در اکسل
• نمایش دانش بکارگیری الگوریتم‌هایی مانند رگرسیون و KMeans با داده‌ مراقبت‌های بهداشتی

پیش‌نیازهای دوره

• نیاز به تجربه خاصی نیست.

توضیحات دوره

آیا تمایل دارید یاد بگیرید چگونه برخی از الگوریتم‌های یادگیری ماشین را با داده‌ مراقبت‌های بهداشتی و به کمک اکسل به کار ببرید؟ اگر پاسخ مثبت است، این دوره مناسب شماست.

این دوره با در نظر گرفتن پارامترهای مختلف طراحی شده است. ما تجربه 22 ساله در حوزه IT سلامت داریم و 12 سال است که این موضوع را به دانشجویانی با پیش‌زمینه‌های متفاوت (فنی و غیرفنی) آموزش می‌دهیم.

در این دوره، موارد زیر را خواهید آموخت:

• درک مسیر بیمار از طریق گردش‌کار مدیریت چرخه درآمد - بخش‌های جلویی، میانی و پشتیبانی
• سفر مصورسازی داده‌ - از سیستم منبع تا ساخت گزارش‌ها
• آشنایی با تحلیل‌های توصیفی، تشخیصی، پیش‌بینی و تجویزی

در حال حاضر الگوریتم‌های زیر را توضیح داده‌ایم:

• رگرسیون خطی ساده، رگرسیون خطی چندگانه و رگرسیون خطی وزنی
• رگرسیون لجستیک و رگرسیون چندجمله‌ای
• رگرسیون ترتیبی
• دسته‌بندی KNN و خوشه‌بندی KMeans
• سری‌های زمانی کلاسیک و ARIMA

برخی از مفاهیم کلیدی مورد بررسی شامل موارد زیر هستند:

• هم‌واریانسی و ناهم‌‌واریانسی
• تست Breusch-Pagan و White
• ماتریس درهم‌ریختگی
• داده‌ اسمی و ترتیبی
• منحنی AUC و ROC
• ACF و PACF در سری‌های زمانی
• مشتق‌گیری در سری‌های زمانی

مجموعه داده‌‌های مراقبت‌های بهداشتی برای ایجاد الگوریتم‌ها

• لیست مجموعه داده‌های مراقبت‌های بهداشتی که استفاده می‌کنیم به شرح زیر است:
• داده‌ بیمه سلامت
• آمار کووید
• داده‌ آسم
• چاقی
• ثبت‌نام اعضا
• فروش دارو
• سرطان پروستات
• سرطان پستان
• ریسک سلامت مادران

این دوره برای چه کسانی مناسب است؟

• مبتدیان کنجکاو به ایجاد تحلیل‌های پایه با داده‌ مراقبت‌های بهداشتی
• متخصصان IT سلامت
• مدیران حوزه سلامت و بیمارستان
• افراد بدون پیش‌زمینه فنی که مایل به درک مبانی تحلیل داده‌ هستند.