Cosa imparerai
Panoramica didattica del progetto Hospital Readmission 30d: obiettivi formativi, competenze ML e cliniche che acquisirai, traguardi misurabili a fine percorso.
Prerequisiti di Machine Learning
Concetti base di ML necessari per affrontare il progetto: classificazione binaria, split train/test, classi sbilanciate, metriche, pipeline scikit-learn. Esempi e ripasso veloce.
Prerequisiti clinici
Vocabolario sanitario di base per affrontare il dataset Diabetes 130-US Hospitals: riammissione, ICD-9, HbA1c, HRRP, programmi di follow-up post-dimissione.
Percorso di studio consigliato
Ordine consigliato per affrontare il progetto Hospital Readmission 30d: mappa della documentazione, ordine dei capitoli e dei notebook, tempi indicativi per ogni step.