Big Data, Radiomics, Künstliche Intelligenz – diese IT-Themen sind in der radiologischen Community derzeit heiß diskutiert und stehen bei einer Vielzahl aktueller Fortbildungsveranstaltungen und Kongressen auf dem Programm. Zu Recht, denn sie gehen uns alle an – schließlich dürfte von ihnen abhängen, wie unsere Radiologie der Zukunft aussehen wird.
Doch was steht eigentlich hinter solchen Begriffen wie „Big Data“ oder „Radiomics“? Wissen wir, wovon wir sprechen, wenn wir diese Begriffe benutzen, und sprechen wir eigentlich alle über dasselbe? Wie muss die Datenbasis von KI-Systemen aussehen, um aussagefähige Ergebnisse für den Patientennutzen zu bringen? Mit welchen Datensätzen und Algorithmen werden Radiologien künftig zu tun haben?
Unser Begleitbuch zur R und RStudio findet ihr hier: https://drgagit.github.io/go-for-it/
| Datum | Inhalt | Titel |
|---|---|---|
| 25.03.2019 | Theorie | 01 - Einführungsveranstaltung |
| 15.04.2019 | R | 02 - Einstieg in R: erste Schritte |
| 17.06.2019 | R | 03 - Nächste Schritte in R: bunte Bilder und mehr |
| 08.07.2019 | Theorie | 04 - Grundzüge in Statistik: sicher signifikant |
| 02.09.2019 | R | 05 - Hands on – Deskriptive Statistik in R |
| 30.09.2019 | Theorie | 06 - Wer Test sagt kann auch p sagen? Statistik überall |
| 14.10.2019 | R | 07 - Theoretisch ja, praktisch auch! Tests in R |
| 18.11.2019 | R | 08 - Diverse Tipps & Tricks für R: Nützliche Pakete und Rmarkdown |
| 09.12.2019 | Theorie | 09 - Genug gelernt, jetzt sind die Maschinen dran! Grundzüge Machine Learning |
| 13.01.2020 | Theorie | 10 - Machine Learning: Test und Fehlermetriken |
| 27.01.2020 | R | 11 - See one, do one, teach one! Machine Learning in R |
| 10.02.2020 | Theorie | 12 - Wenn Bilder auch Daten sind: Einführung in Radiomics |
| 16.03.2020 | Theorie | 13 - Weniger ist mehr: Feature Reduction in Radiomics |
| 20.04.2020 | R | 14 - Bilddaten, Datenbilder: Radiomicsanalysen in R |
| tba | Theorie | 15 - Die Oberfläche des tiefen Lernens: Grundzüge Deep Learning |
| tba | R | 16 - A not so deep dive into deep learning: Keras in R |
Alle Webinare sind auch als Aufzeichnung auf conrad (erfordert DRG-Login) zu finden.