Onderwijs Onderzoek Actueel Over de VU EN
Login als
Studiekiezer Student Medewerker
Bachelor Master VU for Professionals
HOVO Amsterdam VU-NT2 VU Amsterdam Summer School Honoursprogramma Universitaire lerarenopleiding
Promoveren aan de VU Uitgelicht onderzoek Prijzen en onderscheidingen
Onderzoeksinstituten Onze wetenschappers Research Impact Support Portal Impact maken
Nieuws Agenda Biodiversiteit aan de VU
Israël en Palestijnse gebieden Cultuur op de campus
Praktische informatie VU en innovatiedistrict Zuidas Missie en Kernwaarden
Besturing Samenwerking Alumni Universiteitsbibliotheek Werken bij de VU
Sorry! The information you are looking for is only available in Dutch.
Deze opleiding is opgeslagen in Mijn Studiekeuze.
Er is iets fout gegaan bij het uitvoeren van het verzoek.
Er is iets fout gegaan bij het uitvoeren van het verzoek.

Van Voorspelling naar Gepersonaliseerde Behandeling

Klinische predictiemodellen en Machine Learning

Het betreft een cursus die voor een breed publiek toegankelijk is, waaronder gezondheidsprofessionals en PhD studenten in de gezondheidszorg.

De cursus is bedoeld voor iedereen die meer wil weten over predictiemodellen, bijvoorbeeld omdat men een onderzoeksvoorstel of artikel beter wil kunnen beoordelen of omdat men zelf een predictiemodel aan het ontwikkelen is of wil gaan maken. Ook wordt in de cursus geleerd hoe men een goede afweging kan maken van de waarde van een predictiemodel voor de praktijk.

Ingangseisen

Voor het volgen van deze cursus is vereist dat de cursus Regressietechnieken is gevolgd, of dat u beschikt over aantoonbare kennis op dit niveau.

Na aanmelding worden de vooropleidingseisen getoetst. 

Heb je nog vragen? Neem gerust contact op met:

EpidM

Maandag en donderdag: 020 566 6691

Dinsdag en woensdag: 06 29 131 812

Direct naar

Homepage Cultuur op de campus Sportcentrum VU Dashboard

Studie

Academische jaarkalender Studiegids Rooster Canvas

Uitgelicht

Doneer aan het VUfonds VU Magazine Ad Valvas Digitale toegankelijkheid

Over de VU

Contact en route Werken bij de VU Faculteiten Diensten
Privacy Disclaimer Veiligheid Webcolofon Cookie instellingen Webarchief

Copyright © 2026 - Vrije Universiteit Amsterdam