PhD Monitor
/جزئیات
Machine Learning and Public Health● بازPreview

دانشجوی دکتری در یادگیری و تصمیم‌گیری تحت عدم قطعیت برای سلامت عمومی

توسعه روش‌های پیشرفته یادگیری ماشین برای تصمیم‌گیری تطبیقی در سلامت عمومی و اپیدمیولوژی.

مناسب برای:مناسب برای داوطلبانی که پایه قوی در یادگیری ماشین، مدل‌سازی آماری دارند و مشتاق به کارگیری هوش مصنوعی در چالش‌های سلامت عمومی هستند.

University of Bristol · Bristol, United Kingdom
استادان بیشتر در University of Bristol
یادگیری تقویتینظریه تصمیم بیزیاستراتژی‌های یادگیری تطبیقیتصمیم‌گیری متوالیبهینه‌سازی تصادفیکاربردهای سلامت عمومی
مهلت
۳۱ ژانویه ۲۰۲۷
۱۰۸ روز
بودجه
حقوقی
شروع
—
مکان
Bristol
United Kingdom

مرور کلی

این دوره دکتری در دانشگاه بریستول بر پیشبرد یادگیری ماشین و تکنیک‌های آماری برای تصمیم‌گیری تحت عدم قطعیت با کاربرد در سلامت عمومی و اپیدمیولوژی تمرکز دارد. این پروژه به بررسی یادگیری تقویتی، نظریه تصمیم بیزی و بهینه‌سازی تصادفی برای مقابله با چالش‌های کسب داده‌های تطبیقی، مداخلات متوالی و یادگیری مقاوم در سیستم‌های پویا می‌پردازد. این تحقیق از مدل‌سازی احتمالی، بازنمایی‌های مبتنی بر شبکه و روش‌های مدرن هوش مصنوعی برای ایجاد ابزارهای تصمیم‌گیری مقیاس‌پذیر و قابل تفسیر استفاده خواهد کرد. این ابزارها در مسائل دنیای واقعی مانند نظارت تطبیقی بر بیماری‌ها، پایش شیوع و تخصیص منابع به کار گرفته خواهند شد. داوطلب ایده‌آل تحت نظارت دکتر Mengyan Zhang کار خواهد کرد که تخصص او شامل تصمیم‌گیری متوالی و تحقیقات سلامت عمومی است.

دانشجوی دکترییادگیری ماشینسلامت عمومییادگیری تقویتیروش‌های بیزیتصمیم‌گیری تطبیقیاپیدمیولوژیبهینه‌سازی تصادفی

نحوهٔ درخواست

آزمایشگاه
Machine Learning and Global Health Network
University of Bristol
United Kingdom
موقعیت کامل را ببین

برای دیدن امتیاز تطابق شخصی، نیازمندی‌ها، جزئیات بودجه و نحوهٔ درخواست — به انگلیسی یا فارسی — حساب کاربری رایگان بساز.

بدون نیاز به کارت بانکی · ۱۰ امتیاز تطابق AI رایگان
آماده‌اید؟
۱۰۸ روز تا مهلت — به این موقعیت اقدام کن.