Bayes'sches Netz für Diagnose-Triage in einer Telemedizin-App
Übersicht
Worum es bei diesem Projekt geht.
Modelliere ein Bayes'sches Netz für die Triage in einer Telemedizin-App und erhalte ein verifizierbares Zertifikat.
Das Szenario
Der Telemedizin-Anbieter sitzt in Hamburg-Eppendorf, ist seit 2021 zugelassen und arbeitet mit einer angeschlossenen ärztlichen Begutachtungsstelle. Compliance-Anforderungen verlangen, dass jede automatisierte Empfehlung von einem Arzt revidierbar und nachvollziehbar ist — ein Bayes'sches Netz ist hier ein bewusster Ansatz statt eines neuronalen Netzes.
Das Briefing
Was Du tust und was Du zeigst.
Wie lässt sich ein erklärbares Bayes'sches Netz so trainieren und evaluieren, dass die Sensitivität für die Klasse 'Notfall' regulatorischen Anforderungen genügt?
Earning criteria — what you'll demonstrate
- Bayes'sche Netze als erklärbares Modell für sensible Domänen einsetzen
- Parameter aus realen Datensätzen mit korrekter Glättung schätzen
- Evaluation auf klassen-spezifische Risiken (z. B. Nichterkennung Notfall) zuschneiden
- Erklärbarkeit als Produkt-Feature und nicht nur als Modell-Eigenschaft umsetzen
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Artificial Intelligence: Principles and Techniques
Master · Ai Systems
Strong alignment
This challenge maps to Artificial Intelligence: Principles and Techniques at the Master level. It sharpens the same practical skills your coursework expects — but in a real industry context with actual constraints and deliverables.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
- Bayesian Networks
Apply bayesian networks to solve real industry problems and demonstrate production-level capability.
- Probabilistic Inference
Apply probabilistic inference to solve real industry problems and demonstrate production-level capability.
- Pgmpy
Apply pgmpy to solve real industry problems and demonstrate production-level capability.
- Model Evaluation
Apply model evaluation to solve real industry problems and demonstrate production-level capability.
- Python
Write clean, efficient Python for data processing, automation, and backend services.
- Explainability
Apply explainability to solve real industry problems and demonstrate production-level capability.
- Clinical Safety
Apply clinical safety to solve real industry problems and demonstrate production-level capability.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
AI Engineer
Erklärbare KI in einer regulierten Domäne ist ein klassischer AI-Engineer-Schwerpunkt. Diese Challenge übt das End-to-End-Spektrum vom Modell bis zur Erklärungsschicht.
Dieses Projekt schärft
- bayesian-networks
- probabilistic-inference
- explainability
Data Scientist
Klassen-spezifische Sensitivität, Glättung und Kreuzvalidierung in einem klinisch sensiblen Setting sind Kern-Werkzeuge für Data Scientists in Digital-Health-Unternehmen.
Dieses Projekt schärft
- model-evaluation
- pgmpy
- python
Applied AI Scientist
Der ehrliche Umgang mit Klassen-Risiken und die Übersetzung in ein Validierungsdokument für eine medizinische Fachseite spiegeln die Profilbeschreibung eines Applied AI Scientists in der Telemedizin wider.
Dieses Projekt schärft
- clinical-safety
- explainability
- model-evaluation
Noch eine Sache