Methoden und Techniken des Data Mining, Text Mining und Machine Learning

Veranstalter

Hochschule Mannheim

Veranstaltungsort

Hochschule Mannheim
Paul-Wittsack-Straße 10
68163 Mannheim

Online

Teilnahmevoraussetzungen

• Teilnahme am Modul „Forschungsdatenmanagement“ aus dem 1. Fachsemester des Master BIDS
• Empfohlene Grundkenntnisse: Grundbegriffe der Linguistik und der medizinischen Terminologie

Inhalte

• Grundbegriffe der Linguistik und der Terminologielehre
• Charakteristika klinischer Texte
• Grundlage der Verarbeitung natürlicher Sprache (Natural Language Processing)
• Terminologie und Ontologie
• Grundlagen und Verfahren des Maschinellen Lernens
• Clustering und Dimensionsreduktion
• Word Embeddings, neuronale Netze, Deep Learning
• Generative Deep Learning-Ansätze
• Implementierung von Analysen mit der Sprache Julia

Ablauf

Der Erwerb des Lernstoffes erfolgt im Selbststudium mit Hilfe der bereitgestellten digitalen Lernmaterialien und der Bearbeitung anwendungsorientierter Lernaufgaben. Zur Diskussion, Vertiefung und Reflektion der Lerninhalte und -prozesse finden wöchentliche Video-Konferenzen statt. Die modulbegleitende Kommunikation und Interaktion erfolgt asynchron in Webforen. Zur eigenen Lernerfolgskontrolle werden wöchentliche Self-Assessments bereitgestellt. Dieser Kurs wird tutoriell betreut.

Lernziele

Die Teilnehmer*innen ...

• kennen Grundlagen der Linguistik und der medizinischen Terminologie.
• sind in der Lage, beispielhaft den Aufbau medizinischer Terme (Anatomie, Organismen, Krankheiten, Substanzen) zu beschreiben.
• kennen wichtige medizinische Ordnungssysteme (ICD, MeSH, LOINC, SNOMED CT,ATC) und sind in der Lage, diese nach ihren Charakteristika zu unterscheiden (Klassifikationen, Thesauri, Ontologien, Referenz- vs. Interfaceterminologien).
• kennen Eigenheiten der klinischen Sprache, im Gegensatz zur Allgemeinsprache und zur medizinischen Wissenschaftssprache.
• können wesentliche Szenarien natürlich-sprachlicher Systeme (NLP) anhand von Beispielen beschreiben.
• sind in der Lage, die typische Architektur eines NLP-Systems zu beschreiben, kennen unterschiedliche Ansätze zur Sprachmodellierung (probabilistisch, neuronal, regelbasiert).
• kennen Grundlagen des Maschinellen Lernens.
• können zwischen Supervised / Unsupervised Learning unterscheiden.
• können Unsupervised Learning bezüglich der Konzepte Manifold Learning und in Hinblick auf probabilistische Modelle einordnen.
• kennen exemplarische Techniken des Unsupervised Learning.
• können Unsupervised Learning über Deep Learning-Ansätze umsetzen.
• haben zu Chancen und Grenzen des Maschinellen Lernens im Gesundheitswesen eine differenzierte Meinung gebildet.

Lehr- / Lernformat

Blended-Learning

Abschluss

Hochschulzertifikat

Zeitaufwand

• Workload Online: 100 Stunden
• Workload in Präsenz: 25 Stunden

Creditpoints (ECTS)

5

Sprache

Deutsch

Kurstermine

Online-Meetings

mittwochs, 19 Uhr

Kosten

Die Gebühren für die Teilnahme an unseren Weiterbildungsangeboten und den Erwerb von Hochschulzertifikaten betragen:

• Für einen Einzelkurs: 1.080,00€
• Für eine Kurskombination CAS (Certificate of Advanced Studies): 1.980,00€
• Für eine Kurskombination DAS (Diploma of Advanced Studies): 5.940,00€

Louise Modersohn
Mitarbeiterin am Institut für Medizinische Statistik und Epidemiologie der Fakultät für Medizin an der Technischen Universität München und Leiterin der DIFUTURE Junior Research Group De.xt, Methoden und Techniken des Data Mining, Text Mining und Machine Learning, HSMA