Lehrinhalte
Innerhalb dieses Moduls arbeiten die Studierenden selbstständig in kleinen Gruppen an einem vorgegebenen Problem aus dem Bereich der Künstlichen Intelligenz (KI) in der Medizin. Die Art des Problems kann die automatische Klassifizierung oder Vorhersage einer Krankheit aus medizinischen Signalen oder Daten, die Extraktion eines physiologischen Parameters, etc. sein. Alle Gruppen erhalten das gleiche Problem, müssen aber ihre eigenen Algorithmen entwickeln, die auf einem versteckten Datensatz evaluiert werden. Am Ende wird eine Rangliste der am besten funktionierenden Algorithmen erstellt.
Literatur
[list]
[*]Friedman, Jerome, Trevor Hastie, and Robert Tibshirani. The elements of statistical learning. Vol. 1. No. 10. New York: Springer series in statistics, 2001.
[*]Bishop, Christopher M. Pattern recognition and machine learning. springer, 2006.
[/list]
Weitere Informationen
[url]https://www.etit.tu-darmstadt.de/kismed/teaching_kismed/projektseminar_wettbewerb_ki_kismed/index.de.jsp[/url]
Online-Angebote
moodle
Innerhalb dieses Moduls arbeiten die Studierenden selbstständig in kleinen Gruppen an einem vorgegebenen Problem aus dem Bereich der Künstlichen Intelligenz (KI) in der Medizin. Die Art des Problems kann die automatische Klassifizierung oder Vorhersage einer Krankheit aus medizinischen Signalen oder Daten, die Extraktion eines physiologischen Parameters, etc. sein. Alle Gruppen erhalten das gleiche Problem, müssen aber ihre eigenen Algorithmen entwickeln, die auf einem versteckten Datensatz evaluiert werden. Am Ende wird eine Rangliste der am besten funktionierenden Algorithmen erstellt.
Literatur
[list]
[*]Friedman, Jerome, Trevor Hastie, and Robert Tibshirani. The elements of statistical learning. Vol. 1. No. 10. New York: Springer series in statistics, 2001.
[*]Bishop, Christopher M. Pattern recognition and machine learning. springer, 2006.
[/list]
Weitere Informationen
[url]https://www.etit.tu-darmstadt.de/kismed/teaching_kismed/projektseminar_wettbewerb_ki_kismed/index.de.jsp[/url]
Online-Angebote
moodle
- Lehrende: Christoph Hoog Antink
Semester: WiSe 2021/22