Πληροφοριες Προγραμματος
- Προθεσμια Υποβολης Αιτησεων:
- 13/5/2024
- Εναρξη Μαθηματων:
- 20/5/2024
- Διαρκεια:
- 3 Μήνες (55 ώρες)
Έναρξη Μαθημάτων
20/5/2024
Εισαγωγή
Σκοπός του προγράμματος "Artificial Intelligence in Healthcare" είναι η εκπαίδευση των συμμετεχόντων/ουσών στο σχεδιασμό, στην παραμετροποίηση και στην υλοποίηση αλγορίθμων μηχανικής μάθησης. Στο πλαίσιο αυτό, θα πραγματοποιηθεί η βήμα προς βήμα εκμάθηση όλων των σταδίων της μηχανικής μάθησης τόσο όσον αφορά στη δημιουργία των μοντέλων όσο και στην αξιολόγησή τους. Οι αλγόριθμοι που θα μελετηθούν, αλγόριθμοι κατηγοριοποίησης δυαδικής και μη και παλινδρόμησης, καλύπτουν μία ευρεία γκάμα προβλημάτων. Επίσης, θα παρουσιαστεί ολοκληρωμένη η διαδικασία προεπεξεργασίας δεδομένων (κείμενο και εικόνα), καθώς και η εκπαίδευση, η παραμετροποίηση και η χρήση του κατάλληλου μοντέλου μηχανικής μάθησης.
Μέσα από τις εξειδικευμένες ενότητες του προγράμματος, οι εκπαιδευόμενοι/ες θα έχουν τη δυνατότητα να παραμετροποιούν στο βέλτιστο βαθμό τους αλγορίθμους που απαιτούνται ανάλογα με το είδος του προβλήματος που αντιμετωπίζουν. Επιπλέον, θα εξοικειωθούν με την εφαρμογή αλγορίθμων μηχανικής μάθησης σε πραγματικά προβλήματα του τομέα της υγείας, όπου θα μπορέσουν να υλοποιήσουν παραδείγματα χρησιμοποιώντας σετ δεδομένων (datasets) με πραγματικά δεδομένα. Τα ανωτέρω, θα συνδυαστούν με παραδείγματα και ασκήσεις υλοποιημένα σε γλώσσα προγραμματισμού python.
Εκτός από την κλασική μηχανική μάθηση, οι συμμετέχοντες/ουσες θα έρθουν σε επαφή με την τεχνολογία αιχμής, τη μηχανική μάθηση σε πλατφόρμες ενσωματωμένων συστημάτων, όπου το μοντέλο, μετά τη δημιουργία του αποσυνδέεται εντελώς από τον υπολογιστή όπου έγινε η εκπαίδευσή του και μεταφέρεται στη συσκευή με πολλαπλά οφέλη στην κατανάλωση, την ταχύτητα των προβλέψεων και την ασφάλεια των ευαίσθητων προσωπικών δεδομένων.
Τέλος, θα παρουσιαστούν backend πλατφόρμες που έχουν τη δυνατότητα να υποστηρίξουν όλη τη διαδικασία, καθώς και οι βασικές έννοιες της ασφάλειας στο πλαίσιο της τεχνολογίας αλυσίδας συστοιχιών (Blockchain). Ειδικότερα θα παρουσιαστούν τρεις βασικές έννοιες: αποκέντρωση (decentralization), μηχανισμοί συναίνεσης (consensus mechanisms) και βασικές κρυπτογραφικές τεχνικές (cryptographic techniques) καθώς και ο τρόπος με τον οποίο τα στοιχεία αυτά συνεργάζονται ώστε να εξασφαλίσουν την ακεραιότητα (integrity), το αμετάβλητο (immutability) και την προστασία των δεδομένων (data protection) σε μεγάλα συστήματα και πλατφόρμες με χρήση της τεχνολογίας blockchain.
Το πρόγραμμα απευθύνεται σε απόφοιτους Πανεπιστημιακής Εκπαίδευσης/ΤΕΙ του τομέα των θετικών επιστημών της ημεδαπής και της αλλοδαπής, που ενδιαφέρονται να εμβαθύνουν σε εφαρμογές της τεχνητής νοημοσύνης και των αλγορίθμων μηχανικής μάθησης στον κλάδο της υγείας.
Προαπαιτούμενα προγράμματος: Απαιτείται Πτυχίο Τριτοβάθμιας Εκπαίδευσης
Μαθήματα Προγράμματος
Το πρόγραμμα περιλαμβάνει τα εξής μαθήματα:
| Μάθημα 1 | Εποπτευόμενη Μηχανική Μάθηση στον Τομέα της Υγείας |
|---|---|
|
|
| Μάθημα 2 | Προχωρημένα Θέματα Τεχνητής Νοημοσύνης στον Τομέα της Υγείας |
|
|
| Μάθημα 3 | Εφαρμογή Μηχανικής Μάθησης σε Πλατφόρμες Ενσωματωμένων Συστημάτων στον Τομέα της Υγείας |
|
|
Κόστος Προγράμματος
Ανταποκρινόμενοι στις ανάγκες και στα νέα δεδομένα που έχουν προκύψει στην κοινωνία λόγω περιορισμού στο διαθέσιμο εισόδημα, παρέχουμε σε όλους ειδική έκπτωση 15% στα δίδακτρα για αιτήσεις από 27/03/2024 έως και 13/05/2024 & προεγγραφή με 80€. Η εν λόγω έκπτωση εφαρμόζεται επί του συνόλου των διδάκτρων εφόσον, έχουν αφαιρεθεί τυχόν άλλες εκπτώσεις.
Παράλληλα, ισχύει εκπτωτική πολιτική για Ανέργους (30%), Κατόχους Ευρωπαϊκής Κάρτας Νέων (30%), ΑΜΕΑ (25%), Πολύτεκνους (20%), κ.ά. Δείτε στον παρακάτω πίνακα πως διαμορφώνονται τα δίδακτρα για κάθε ομάδα που δικαιούται έκπτωση.
Για αιτήσεις που έχουν υποβληθεί στον 82 κύκλο σπουδών από 13/02/2024 μέχρι και 26/03/2024 ισχύει έκπτωση 15% λόγω early entry. Η εγγραφή στο πλαίσιο της έγκαιρης προκράτησης θέσης, κατοχυρώνεται με καταβολή μέρους των διδάκτρων ύψους 80 ευρώ. Η αποπληρωμή του υπόλοιπου ποσού γίνεται σε δόσεις κατά τη διάρκεια του προγράμματος.
Η έκπτωση λόγω early entry εφαρμόζεται επί του συνόλου των διδάκτρων εφόσον έχουν αφαιρεθεί τυχόν άλλες εκπτώσεις.
Για τη χορήγηση του πιστοποιητικού είναι απαραίτητη η αποπληρωμή του συνόλου των διδάκτρων.
| Διάρκεια (μήνες) | 3 |
| Δίδακτρα (σε δόσεις) |
|
| Αριθμός δόσεων | 3 |
| Ποσό δόσης |
|
| Δίδακτρα (εφάπαξ) |
|
| Δίδακτρα με έκπτωση | ||||
| Έκπτωση | 15% | 20% | 25% | 30% |
| Δίδακτρα |
|
|
|
|
| Δόση |
|
|
|
|
|
Το E-Learning του Κέντρου Επιμόρφωσης και Δια Βίου Μάθησης του Ε.Κ.Π.Α., στο πλαίσιο του μη κερδοσκοπικού χαρακτήρα της παροχής αυτοχρηματοδοτούμενων προγραμμάτων εξ αποστάσεως επιμόρφωσης, εφαρμόζει ειδική εκπτωτική πολιτική για συγκεκριμένες κατηγορίες εκπαιδευόμενων. Αναφορικά με τους όρους χορήγησης εκπτώσεων και την εταιρική εκπτωτική πολιτική δείτε περισσότερα εδώ. |
| Ομαδα Α: Εκπτωση 30% |
|
| Ομαδα Β: Εκπτωση 25% |
|
| Ομαδα Γ: Εκπτωση 20% |
|
| Ομαδα Δ: Εκπτωση 15% |
|
| Ομαδα Ε: Εκπτωση 15% |
|
Ακαδημαϊκός Υπεύθυνος Προγράμματος
Στοιχεία Ακαδημαϊκού Υπευθύνου
Αντωνοπουλος Χρηστος
Επίκουρος Καθηγητής, Δρ. Ηλεκτρολόγος Μηχανικός και Τεχνολογίας Υπολογιστών, Σχολή Μηχανικών, Πανεπιστήμιο Πελοποννήσου.
Συντελεστές Προγράμματος
Στοιχεία Συντελεστών του Προγράμματος
ΖΕΟΝΤΕΧ
https://zeontex.com/ai-in-healthcare
Πιστοποιητικά Προγράμματος
Δείτε δείγμα του χορηγούμενου Πιστοποιητικού
Πότε λήγει η Ειδική Έκπτωση;
Απομένουν 14 μέρες για τη λήξη της Ειδικής Έκπτωσης
