Big Data Analytics in Health

• 了解机器学习和数据挖掘概念
• 高级编程经验（Python、Java、Scala）
• 熟练掌握数据和ETL流程

大数据分析涉及检查大量不同数据集的过程，以便发现相关性，隐藏模式和其他有用的见解。

健康产业拥有大量复杂的异构医学和临床数据。对健康数据应用大数据分析在获得改善医疗保健服务的见解方面具有巨大潜力。然而，这些数据集的巨大性给分析和临床环境的实际应用带来了巨大挑战。

在这个以讲师为主导的现场培训（远程）中，参与者将学习如何在健康状况下进行大数据分析，因为他们将逐步进行一系列动手实践练习。

在培训结束时，参与者将能够：

• 安装和配置大数据分析工具，如Hadoop MapReduce和Spark
• 了解医疗数据的特征
• 应用大数据技术处理医疗数据
• 在健康应用的背景下研究大数据系统和算法

听众

• 开发商
• 数据科学家

课程格式

• 部分讲座，部分讨论，练习和繁重的实践练习。

注意

• 要申请本课程的定制培训，请联系我们安排。

Big Data Analytics in Health 简介

Big Data 分析技术概述

• 阿帕奇 Hadoop MapReduce
• Apache Spark（阿帕奇斯帕克酒店）

安装和配置 Apache Hadoop MapReduce

安装和配置 Apache Spark

对健康数据使用预测建模

使用 Apache Hadoop MapReduce 获取健康数据

对健康数据进行表型分析和聚类

• 分类评估指标
• 分类集成方法

将 Apache Spark 用于运行状况数据

使用医疗本体

对运行状况数据使用图形分析

健康数据降维

使用患者相似性指标

故障 排除

总结和结论