1. Получил нано-степень машинного обучения от Udacity. Результат включает коды нескольких проектов (https://github.com/niuguy/machine-learning/tree/master/projects) и рецензируемую репетитором статью, вдохновленную конкурсом kaggle (https://www.kaggle .com/c/msk-redefining-cancer-treatment).
  2. Прошел все курсы Эндрю Н.Г. на deeplearning.ai, что дало мне четкое представление о концепциях и методах глубокого обучения.
  3. Познакомился со структурой MIMIC3(https://mimic.physionet.org/), прочитал десятки статей и фрагментов кода на его основе, многое узнал из этого репозитория(https://github.com/ YerevaNN/mimic3-benchmarks).
  4. Изучал методологию Risk Adjustment в США, заключение можно найти здесь.
  5. Посетил Китайско-американский форум по медицинской информатике 2018 в Гуанчжоу, узнал, как работает ODHSI (https://ohdsi.org/) и о тенденциях медицинской информатики в США и Китае.
  6. Сейчас я сосредоточен на предсказании клинических временных рядов, вот обзор.