Портфолио прикладных дипломных проектов по ИИ, включая сверточные нейросети для медицинской визуализации и конвейеры прогнозирования диабета.
Изучайте прикладное машинное обучение, сверточные нейросети для медицинской визуализации и проекты по этике ИИ.
Этот репозиторий объединяет прикладные дипломные проекты в области науки о данных, машинного обучения и медицинской визуализации. Он подходит студентам и разработчикам, изучающим практические нейронные сети и конвейеры данных.
Он содержит структурированные папки курса с блокнотами Jupyter для обнаружения пневмонии по рентгенограммам грудной клетки, разведочного анализа данных в здравоохранении и конвейеров машинного обучения для прогнозирования диабета. Каждая папка содержит пронумерованные этапы, пояснения к наборам данных и исходный код.
Он подходит учащимся, изучающим прикладное глубокое обучение и науку о данных в здравоохранении. Он не подходит командам, ищущим готовые к продакшену микросервисы или корпоративные фреймворки.
Сверточная нейронная сеть, обученная на рентгенограммах грудной клетки, с техническим отчетом.
Разведочный анализ данных, включающий очистку, исследование признаков и корреляцию.
Сквозной рабочий процесс машинного обучения для прогнозирования риска диабета по медицинским данным.
Гуманитарный дипломный проект, исследующий социальные аспекты прикладного ИИ.
Код доступен для публичного просмотра на GitHub, но в метаданных репозитория не указана лицензия open source.
879 открытых удалённых вакансий по обучению ИИ, обновлено 16 ноября 2026 г.; в большинстве оплата $20–$175 в час. Из них 2 — для носителей русского языка. Zekai публикует их бесплатно; отклик уходит на платформу работодателя.
В репозитории указано, что работа защищена для предотвращения несанкционированного копирования, и содержится просьба к пользователям не выдавать ее части за свои.
Проекты используют Python, scikit-learn, TensorFlow/Keras и Pandas.
Zekai первым в Google