解读数据挖掘在智慧医疗领域的应用

本项目是通过学习机器学习与人工智能、数据挖掘的理论知识，将理论运用于智慧医疗等应用探索中，从而产出高质量且具有创新性的研究计划的学习过程。

01导师简介

导师：JACK

新加坡国立大学CS博士，麻省理工学院助理研究员；

先后于IJCAI、ACM MM、ECML-PKDD、ICDM、BIBM等国际顶级会议，以及Nature MI等国际顶级期刊上发表论文10余篇；

常年担任NeurIPS、KDD、ICDM、AAAI、IJCAI等国际顶级会议的审稿人；

活跃于领域的最前沿，对于创新性的课题、领域科研内容的把控能力极强，能在科研方面给学生提供非常大的帮助。

02五大课题方向掌握前沿技术热点

项目中提供的5个科研课题，都是目前数据挖掘和智慧医疗相关领域前沿方向。当你脑子里一团浆糊的时候，也许读着看着idea就来了，topic就定了。

对研究计划来说，最难的不是怎样去写，而是怎样去孵化一个课题。在导师的带领下，通过追踪近期的文献，可以帮助你了解到研究方向的现状和热点，从而确定自己的课题。

03申请硕博不可替代的利器 现如今，大数据正在推动多个行业转型升级和创新，对海量数据的挖掘和运用，已经成为稳增长、促改革、惠民生的有力工具。有业内人士这样比喻：在医疗领域，大数据分析的作用堪比经验丰富的临床医生。

《数据分析与挖掘赋能智慧医疗》项目通过学习机器学习与人工智能、数据挖掘的理论知识，为学生梳理并构建机器学习与人工智能的理论知识体系，并将理论运用于智慧医疗等应用探索中。

科研经历丰富的名校导师会基于学生自身科研水平，辅导学生产出1篇符合学术规范的研究计划，并且通过模拟答辩，让学生提前熟悉如何展示自己的科研经历。

学生能够在项目中了解科研流程，锻炼科研能力，学习前沿的专业知识；更可以培养批判性思维，提高团队协作能力、时间管理能力和抗压能力，为未来的学习生活打下深厚基础。

04宝贵的科研经历提升升学、就业竞争力 本课程涉及的机器学习相关知识以及技能，是人工智能领域的必备知识，能为有意读计算机科学、人工智能、生物医学、神经科学方向研究生的同学打下扎实基础。

对于学生来说，科研经历是与同样优秀的竞争者拉开差距的利器，起到很强的添砖加瓦的功效。

从学校招生的角度来看，世界名校也越来越注重学术成果的培养，希望录取更多具有学术能力和学术潜力的学生。

而科研经历恰恰也是学生这两方面能力的最直观体现，符合名校录取标准的发展趋势。

同时，学习本次课程同时也是提升就业竞争力的利器，就业方向包括：

互联网大厂（腾讯，阿巴，字节跳动等）人工智能/数据挖掘算法工程师

智慧医疗相关的独角兽公司高薪职位，例如医疗数据挖掘算法工程师

大数据/人工智能产品经理

企事业单位的相关研究团队工程师

编辑：jq