返回资源列表

MIT OpenCourseWare(麻省理工学院) · Marzyeh Ghassemi · Leo A. Celi · Adam Rodman · Ned McCague

Clinical Data Learning, Visualization, and Deployments(HST.953)

围绕真实回顾性医疗数据,学习把机器学习模型落到临床场景中的实践环节:稳健、隐私与公平建模,面向临床价值的可视化,以及把模型嵌入临床工作流的实施科学。

打开官方课程
难度
进阶
形式
大学课程
语言
英语
规模
7 个课节
内容费用
免费
动手
打开即可学习

使用限制

材料以网页形式公开在 MIT OCW,无需登录即可浏览大纲、日程、阅读材料、讲义与作业说明;本页未提及软件、账号或代码环境要求。

练习与作业
开课提示词尚未实际运行验证
  1. 选择学习环境

    浏览器或在线环境

    这是 MIT OCW 发布的 HST.953 研究生课程,2024 年秋季版。建议先确认课程范围是否与你的目标(医疗场景 ML 部署)匹配,再按模块推进。

    原站未说明先修课程;本课程页面未提及软件、账号或代码环境要求(作业具体内容见 Assignments 子页)。

  2. 准备工具和账号

    标“选用”的可以跳过。

    • 浏览器浏览 MIT OCW 课程页面与下载材料

    运行费用:实践费用待核验,原站未说明编程作业是否需要特定数据集、平台或付费算力。

  3. 让 AI Agent 一次搭好课程

    复制开课提示词发给你常用的 AI Agent。它会下载允许保存的官方材料、建立课节目录并自检;需要账号、权限或费用时会先问你。

    开课提示词 · 只需用一次此提示词尚未实测验证
    请帮我把「Clinical Data Learning, Visualization, and Deployments(HST.953)」的学习环境一次准备好,让我之后只需要按顺序学习和做练习。
    开始前先问我:课程放在哪个目录(等我给出完整路径),确认我的操作系统和已有工具。确认前不要创建文件或安装软件。
    
    课程入口:https://ocw.mit.edu/courses/hst-953-clinical-data-learning-visualization-and-deployments-fall-2024/
    我的系统:Windows。如果实际不符,先调整方案。
    本次路线:浏览器或在线环境。只准备这条路线需要的工具;只读路线不安装运行环境、不配置模型密钥。
    练习:建议对照作业与期末项目要求边读材料边动手练习;所需数据集或工具以 Assignments 子页说明为准。
    课节(官方顺序):
    1. Syllabus:https://ocw.mit.edu/courses/hst-953-clinical-data-learning-visualization-and-deployments-fall-2024/pages/syllabus/
    2. Calendar:https://ocw.mit.edu/courses/hst-953-clinical-data-learning-visualization-and-deployments-fall-2024/pages/calendar/
    3. Instructor Insights:https://ocw.mit.edu/courses/hst-953-clinical-data-learning-visualization-and-deployments-fall-2024/pages/instructor-insights/
    4. Readings:https://ocw.mit.edu/courses/hst-953-clinical-data-learning-visualization-and-deployments-fall-2024/pages/readings/
    5. Selected Lecture Slides:https://ocw.mit.edu/courses/hst-953-clinical-data-learning-visualization-and-deployments-fall-2024/pages/selected-lecture-slides/
    6. Assignments:https://ocw.mit.edu/courses/hst-953-clinical-data-learning-visualization-and-deployments-fall-2024/pages/assignments/
    7. Final Project:https://ocw.mit.edu/courses/hst-953-clinical-data-learning-visualization-and-deployments-fall-2024/pages/final-project/
    
    1. 环境
    - 浏览器
    - 安装前先列出要装的软件和命令,等我同意;已装好的直接复用。
    2. 材料
    - 官方课程页面:只记录链接 https://ocw.mit.edu/courses/hst-953-clinical-data-learning-visualization-and-deployments-fall-2024/
    3. 目录(最外层放在我确认的位置)
    mit-hst-953-clinical-data-ml/
    ├── README.md        # 课程入口、课节清单、每次怎么开始
    ├── progress.md      # 每课:读讲义 / 做练习 / 记笔记
    ├── questions.md     # 待解决的问题
    ├── check-env.md     # 环境自检,按 README 操作
    ├── data/            # 练习用到的样例数据
    └── lessons/         # 每课一个文件夹:notes.md + exercises/
        ├── 01-01-syllabus/
        ├── 02-02-calendar/
        ├── 03-03-instructor-insights/
        ├── 04-04-readings/
        ├── 05-05-selected-lecture-slides/
        ├── 06-06-assignments/
        └── 07-07-final-project/
    - 每课文件夹里建 notes.md(顶部写本课官方链接)和 exercises/;课节文件夹名称与上面一致。
    - 已有课程目录先检查并复用;不覆盖笔记、作业或 progress.md,不重置已有进度。尚未发布的课节保留入口并注明未发布,不能代写讲义或虚构练习。
    4. 自检
    - 创建 check-env.md,逐项检查并记录“通过/未通过”:
    - 按浏览器或在线 notebook 清单检查,不为自检安装本机终端。
      - 打开 Syllabus 页面并滚动到底部  → 能看到课程要求与评分说明
      - 打开 Assignments 页面  → 能看到作业列表与提交/完成要求
    - 标注为人工检查、浏览器操作或 notebook 单元的项目,按相应方式操作,不直接粘贴进 shell;脚本只包含当前系统可执行的命令。
    - 仅在当前路线需要、对应材料已获准保存、工具已安装时运行该项;需要登录、付费或尚未开放的材料记为“需要我操作/未验证”,不能伪报通过。不执行会调用付费 API、提交作业或修改云服务的检查。
    - 运行一次,把结果给我看;未通过的项目说明原因和修复办法。
    5. 学习计划
    - README.md:课程入口、课节清单(带链接)、每次学习怎么开始(使用“每课提示词”)。
    - progress.md:每课三项勾选——读讲义、做练习、记笔记。
    6. 最后分三部分汇报:已完成、需要我自己操作的、尚未验证的。
    
    边界:
    - 需要管理员权限、会产生费用或需要填写密钥的操作,先告诉我原因,等我同意。密钥由我在本机配置,不发到聊天,不写进笔记或版本库;原项目需要 .env 时确认已被 Git 忽略。
    - 不替我写练习或作业答案,也不替我提交。我卡住时只给提示;我明确要求时才给解答。
    - 只下载许可允许个人保存的材料;其余只放链接。不把未运行的命令说成成功。
    如果你不能直接操作我的文件系统,请在确认目录后给出适用于我的系统、可直接执行的命令和需要保存的文件内容。
    搭好后的课程目录
    mit-hst-953-clinical-data-ml/
    ├── README.md        # 课程入口、课节清单、每次怎么开始
    ├── progress.md      # 每课:读讲义 / 做练习 / 记笔记
    ├── questions.md     # 待解决的问题
    ├── check-env.md     # 环境自检,按 README 操作
    ├── data/            # 练习用到的样例数据
    └── lessons/         # 每课一个文件夹:notes.md + exercises/
        ├── 01-01-syllabus/
        ├── 02-02-calendar/
        ├── 03-03-instructor-insights/
        ├── 04-04-readings/
        ├── 05-05-selected-lecture-slides/
        ├── 06-06-assignments/
        └── 07-07-final-project/
准备好了,开始学习

来源与使用须知

收录时间
本站首次收录 2026-10-18
指南参考

版权与转载

  • CC BY-NC-SA 4.0:可转载和改编,需署名;仅限非商业用途;改编作品须使用相同许可。原站说明
  • 本站只提供原始链接和学习指南,不转载、不镜像课程材料;引用时请注明原作者与出处。