ਮੈਡੀਕਲ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਨਕਲੀ ਬੁੱਧੀ ਨੂੰ ਟੀਚਿੰਗ ਕਰਨ ਲਈ ਕੈਨੇਡੀਅਨ ਨਜ਼ਰੀਆ

ਫਿਦਵਾਰ.ਕਮ ਦੇਖਣ ਲਈ ਤੁਹਾਡਾ ਧੰਨਵਾਦ. ਬ੍ਰਾ ser ਜ਼ਰ ਦਾ ਵਰਜਨ ਜਿਸ ਦੀ ਤੁਸੀਂ ਵਰਤੋਂ ਕਰ ਰਹੇ ਹੋ ਉਸ ਕੋਲ ਸੀਮਤ CSS ਸਹਾਇਤਾ ਹੈ. ਵਧੀਆ ਨਤੀਜਿਆਂ ਲਈ, ਅਸੀਂ ਤੁਹਾਡੇ ਬ੍ਰਾ .ਜ਼ਰ ਦੇ ਨਵੇਂ ਸੰਸਕਰਣ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੀ ਸਿਫਾਰਸ਼ ਕਰਦੇ ਹਾਂ (ਜਾਂ ਇੰਟਰਨੈਟ ਐਕਸਪਲੋਰਰ ਵਿੱਚ ਅਨੁਕੂਲਤਾ ਮੋਡ ਬੰਦ ਕਰਨਾ). ਇਸ ਦੌਰਾਨ, ਅਸੀਂ ਸਪੈਲਿੰਗ ਜਾਂ ਜਾਵਾ ਸਕ੍ਰਿਪਟ ਬਿਨਾ ਸਾਈਟ ਦਿਖਾ ਰਹੇ ਹਾਂ.
ਕਲੀਨਿਕਲ ਕਲਾਤਮਕ ਖੁਫੀਆ (ਏ ਆਈ) ਦੀਆਂ ਐਪਲੀਕੇਸ਼ਨਾਂ ਤੇਜ਼ੀ ਨਾਲ ਵੱਧ ਰਹੀਆਂ ਹਨ, ਪਰ ਮੌਜੂਦਾ ਮੈਡੀਕਲ ਸਕੂਲ ਦੇ ਪਾਠਕੀਲਾ ਇਸ ਖੇਤਰ ਨੂੰ ਕਵਰ ਕਰਦੇ ਹਨ. ਇੱਥੇ ਅਸੀਂ ਇਕ ਨਕਲੀ ਇੰਟੈਲੀਜੈਂਸ ਟ੍ਰੇਨਿੰਗ ਕੋਰਸ ਦਾ ਵਰਣਨ ਕਰਦੇ ਹਾਂ ਜੋ ਅਸੀਂ ਕੈਨੇਡੀਅਨ ਮੈਡੀਕਲ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਵਿਕਸਿਤ ਕੀਤੇ ਅਤੇ ਪ੍ਰਦਾਨ ਕੀਤੇ ਗਏ.
ਦਵਾਈ ਦੀ ਦਵਾਈ (ਏਆਈ) ਦਵਾਈ ਦੇ ਸਥਾਨ ਦੀ ਕੁਸ਼ਲਤਾ ਅਤੇ ਏਡ ਕਲੀਨਿਕਲ ਫੈਸਲੇ ਲੈਣ ਵਿੱਚ ਸੁਧਾਰ ਕਰ ਸਕਦੀ ਹੈ. ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਵਰਤੋਂ ਸੁਰੱਖਿਅਤ safely ੰਗ ਨਾਲ, ਫਾਹਾਂ ਨੂੰ ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਸਮਝ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ. ਬਹੁਤ ਸਾਰੇ ਟਿਪਣੀਆਂ ਸਿਖਾਉਣ ਵਾਲੀ ਟੀਚਿੰਗ 1 ਦੀ ਵਕਾਲਤ ਕਰਦੀਆਂ ਹਨ, ਜਿਵੇਂ ਕਿ ਏਆਈ ਮਾੱਡਲਾਂ ਅਤੇ ਤਸਦੀਕ ਪ੍ਰਕਿਰਿਆਵਾਂ ਬਾਰੇ ਦੱਸਦੀਆਂ ਹਨ. ਹਾਲਾਂਕਿ, ਕੁਝ struct ਾਂਚਾਗਤ ਯੋਜਨਾਵਾਂ ਲਾਗੂ ਕੀਤੀਆਂ ਗਈਆਂ ਹਨ, ਖ਼ਾਸਕਰ ਰਾਸ਼ਟਰੀ ਪੱਧਰ 'ਤੇ. ਪਿੰਟੋ DOS ਸੰਤੋਸ ਐਟ ਅਲ .3. 263 ਮੈਡੀਕਲ ਵਿਦਿਆਰਥੀਆਂ ਦਾ ਸਰਵੇਖਣ ਕੀਤਾ ਗਿਆ ਅਤੇ 71% ਸਹਿਮਤ ਹੋਏ ਕਿ ਉਨ੍ਹਾਂ ਨੂੰ ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਸਿਖਲਾਈ ਦੀ ਲੋੜ ਸੀ. ਕਿਸੇ ਮੈਡੀਕਲ ਹਾਜ਼ਰੀਨ ਨੂੰ ਨਕਲੀ ਅਕਲ ਨੂੰ ਟੀਚਾ ਰੱਖਣ ਲਈ ਧਿਆਨ ਨਾਲ ਡਿਜ਼ਾਇਨ ਕਰਨ ਦੀ ਜ਼ਰੂਰਤ ਹੈ ਜੋ ਅਕਸਰ ਉਨ੍ਹਾਂ ਵਿਦਿਆਰਥੀਆਂ ਲਈ ਤਕਨੀਕੀ ਅਤੇ ਗੈਰ-ਤਕਨੀਕੀ ਧਾਰਨਾਵਾਂ ਨੂੰ ਜੋੜਦੀ ਹੈ ਜੋ ਅਕਸਰ ਪੁਰਾਣੇ ਗਿਆਨ ਪ੍ਰਾਪਤ ਕਰਦੇ ਹਨ. ਅਸੀਂ ਮੈਡੀਕਲ ਵਿਦਿਆਰਥੀਆਂ ਦੇ ਤਿੰਨ ਸਮੂਹਾਂ ਨੂੰ ਏਆਈ ਵਰਕਰਾਂ ਦੀ ਵਰਕਸ਼ਾਪਾਂ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਾਂ ਅਤੇ ਆਈਆਈ ਵਿੱਚ ਭਵਿੱਖ ਦੀਆਂ ਡਾਕਟਰੀ ਸਿੱਖਿਆ ਲਈ ਸਿਫਾਰਸ਼ਾਂ ਕਰਦੇ ਹਾਂ.
ਸਾਡੀ ਪੰਜ ਹਫ਼ਤਿਆਂ ਦੀ ਦਵਾਈ ਦੀ ਵਰਕਸ਼ਾਪ ਤੋਂ ਡਾਕਟਰੀ ਵਿਦਿਆਰਥੀਆਂ ਲਈ ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਪਛਾਣ ਤੋਂ ਫਰਵਰੀ 2019 ਅਤੇ ਅਪ੍ਰੈਲ 2021 ਦੇ ਵਿਚਕਾਰ ਤਿੰਨ ਵਾਰ ਆਯੋਜਿਤ ਕੀਤੀ ਗਈ ਸੀ. ਸਾਡਾ ਕੋਰਸ ਹੈ ਤਿੰਨ ਮੁ primary ਲੇ ਸਿੱਖਣ ਦੇ ਉਦੇਸ਼: ਵਿਦਿਆਰਥੀ ਸਮਝਦੇ ਹਨ ਕਿ ਨਕਲੀ ਇੰਟੈਲੀਜੈਂਸ ਐਪਲੀਕੇਸ਼ਨਾਂ ਦਾ ਡਾਟਾ ਕਿਵੇਂ ਕਾਰਵਾਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਕਲੀਨਿਕਲ ਐਪਲੀਕੇਸ਼ਨਾਂ ਲਈ ਇੰਜੀਨੀਅਰਾਂ ਨਾਲ ਸੰਤੁਲਿਤ ਬਣਾਉਣ ਦੇ ਮੌਕਿਆਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰੋ ਅਤੇ ਕਲਾਕਾਰਾਂ ਨਾਲ ਕਲਾਤਮਕ ਬੁੱਧੀ ਦੇ ਵਿਕਾਸ ਦੇ ਮੌਕਿਆਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰੋ.
ਨੀਲਾ ਭਾਸ਼ਣ ਅਤੇ ਹਲਕੇ ਨੀਲੇ ਦਾ ਵਿਸ਼ਾ ਹੈ ਇੰਟਰਐਕਟਿਵ ਪ੍ਰਸ਼ਨ ਅਤੇ ਉੱਤਰ ਅਵਧੀ. ਗ੍ਰੇ ਭਾਗ ਸੰਖੇਪ ਸਾਹਿਤ ਸਮੀਖਿਆ ਦਾ ਕੇਂਦਰ ਹੈ. ਸੰਤਰੇ ਦੇ ਭਾਗਾਂ ਨੂੰ ਕੇਸ ਸਟੱਡੀ ਚੁਣਿਆ ਗਿਆ ਹੈ ਜੋ ਨਕਲੀ ਖੁਫੀਆ ਨਮੂਨੇ ਜਾਂ ਤਕਨੀਕਾਂ ਦਾ ਵਰਣਨ ਕਰਦੇ ਹਨ. ਗ੍ਰੀਨ ਇਕ ਗਾਈਡਿੰਗ ਕੋਰਸ ਹੈ ਬੇਸ਼ਕ ਕਲੀਨਿਕਲ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਅਤੇ ਮਾਡਲਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ ਨਕਲੀ ਬੁੱਧੀ ਨੂੰ ਸਿਖਾਉਣਾ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ. ਵਰਕਸ਼ਾਪਾਂ ਦੀ ਸਮਗਰੀ ਅਤੇ ਅਵਧੀ ਵਿਦਿਆਰਥੀਆਂ ਦੀਆਂ ਜ਼ਰੂਰਤਾਂ ਦੇ ਮੁਲਾਂਕਣ ਦੇ ਅਧਾਰ ਤੇ ਵੱਖਰੀ ਹੁੰਦੀ ਹੈ.
ਪਹਿਲੀ ਵਰਕਸ਼ਾਪ ਬ੍ਰਿਟਿਸ਼ ਕੋਲੰਬੀਆ ਯੂਨੀਵਰਸਿਟੀ ਤੋਂ ਫਰਵਰੀ ਤੋਂ ਅਪ੍ਰੈਲ ਤੋਂ ਅਪ੍ਰੈਲ 2019 ਤੱਕ ਹੋਈ ਸੀ, ਅਤੇ ਸਾਰੇ 8 ਭਾਗੀਦਾਰ ਨੇ ਸਕਾਰਾਤਮਕ ਫੀਡਬੈਕ 4 ਦਿੱਤਾ. ਸਿੱਕੇ ਦੇ ਕਾਰਨ ਦੂਜੀ ਵਰਕਸ਼ਾਪ ਅਕਤੂਬਰ-ਨਵੰਬਰ 2020 ਵਿਚ ਅਕਤੂਬਰ-ਨਵੰਬਰ 2020 ਵਿਚ ਹੋ ਗਈ ਸੀ, ਜਿਸ ਵਿਚ 222 ਮੈਡੀਕਲ ਸਕੂਲ 8 ਕੈਨੇਡੀਅਨ ਮੈਡੀਕਲ ਸਕੂਲਾਂ ਰਜਿਸਟਰ ਹੋ ਰਹੇ ਹਨ. ਪੇਸ਼ਕਾਰੀ ਸਲਾਈਡਾਂ ਅਤੇ ਕੋਡ ਨੂੰ ਇੱਕ ਖੁੱਲੀ ਪਹੁੰਚ ਸਾਈਟ (http://ubcy.github.io) ਤੇ ਅਪਲੋਡ ਕੀਤਾ ਗਿਆ ਹੈ. ਪਹਿਲੀ ਸ਼ੁਰੂਆਤ ਤੋਂ ਮੁੱਖ ਫੀਡਬੈਕ ਇਹ ਸੀ ਕਿ ਭਾਸ਼ਣ ਬਹੁਤ ਤੀਬਰ ਅਤੇ ਸਮੱਗਰੀ ਵੀ ਸਿਧਾਂਤਕ ਸਨ. ਕਨੇਡਾ ਦੇ ਛੇ ਵੱਖੋ ਵੱਖਰੇ ਸਮੇਂ ਦੇ ਜ਼ੁਕਾਵਾਂ ਦੀ ਵਾਧੂ ਚੁਣੌਤੀਆਂ ਖੜ੍ਹੀ ਹੈ. ਇਸ ਤਰ੍ਹਾਂ, ਦੂਜੀ ਵਰਕਸ਼ਾਪ ਹਰ ਸੈਸ਼ਨ ਨੂੰ 1 ਘੰਟਾ ਛੋਟਾ ਕਰ ਦਿੱਤਾ, ਜਿਸ ਨੂੰ ਕੋਰਸ ਸਮੱਗਰੀ ਨੂੰ ਸਰਲ ਬਣਾਇਆ, ਅਤੇ ਹਿੱਸਾ ਲੈਣ ਵਾਲਿਆਂ ਨੂੰ ਘੱਟੋ ਘੱਟ ਡੀਬੱਗਿੰਗ (ਬਾਕਸ 1) ਨਾਲ ਪੂਰਾ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੱਤੀ. ਦੂਜੀ ਦੁਹਰਾਓ ਤੋਂ ਮੁੱਖ ਫੀਡਬੈਕ ਵਿੱਚ ਪ੍ਰੋਗਰਾਮਿੰਗ ਅਭਿਆਸਾਂ ਤੇ ਸਕਾਰਾਤਮਕ ਫੀਡਬੈਕ ਸ਼ਾਮਲ ਸਨ ਅਤੇ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਪ੍ਰੋਜੈਕਟ ਦੀ ਯੋਜਨਾਬੰਦੀ ਨੂੰ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਨ ਦੀ ਬੇਨਤੀ. ਇਸ ਲਈ, ਸਾਡੀ ਤੀਜੀ ਵਰਕਸ਼ਾਪ ਵਿਚ, ਮਾਰਚ-ਅਪ੍ਰੈਲ 2021 ਵਿਚ 126 ਮੈਡੀਕਲ ਵਿਦਿਆਰਥੀਆਂ ਲਈ ਲਗਭਗ 126 ਮੈਡੀਕਲ ਵਿਦਿਆਰਥੀਆਂ ਲਈ ਆਯੋਜਿਤ ਕੀਤੇ ਗਏ ਪ੍ਰਾਜੈਕਟਾਂ 'ਤੇ ਵਰਕਸ਼ਾਪ ਸੰਕਲਪਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੇ ਪ੍ਰਭਾਵ ਨੂੰ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਨ ਲਈ.
ਡਾਟਾ ਵਿਸ਼ਲੇਸ਼ਣ: ਅੰਕੜਿਆਂ ਵਿੱਚ ਅਧਿਐਨ ਦਾ ਖੇਤਰ ਜੋ ਡਾਟਾ ਪੈਟਰਨ ਦੇ ਵਿਸ਼ਲੇਸ਼ਣ, ਪ੍ਰੋਸੈਸਿੰਗ, ਪ੍ਰੋਸੈਸਿੰਗ, ਅਤੇ ਸੰਚਾਰ ਕਰਨ ਦੁਆਰਾ ਡੇਟਾ ਵਿੱਚ ਅਰਥਪੂਰਨ ਨਮੂਨੇ ਦੀ ਪਛਾਣ ਕਰਦਾ ਹੈ.
ਡਾਟਾ ਮਾਈਨਿੰਗ: ਡੇਟਾ ਦੀ ਪਛਾਣ ਕਰਨ ਅਤੇ ਕੱ ract ਣ ਦੀ ਪ੍ਰਕਿਰਿਆ. ਨਕਲੀ ਬੁੱਧੀ ਦੇ ਪ੍ਰਸੰਗ ਵਿੱਚ, ਇਹ ਅਕਸਰ ਵੱਡਾ ਹੁੰਦਾ ਹੈ, ਹਰੇਕ ਨਮੂਨੇ ਲਈ ਕਈ ਪਰਿਵਰਤਨ.
ਅਯਾਮੀਕਰਣ ਵਿਚ ਕਮੀ: ਅਸਲ ਡੇਟਾ ਸੈੱਟ ਦੀਆਂ ਮਹੱਤਵਪੂਰਣ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਸੁਰੱਖਿਅਤ ਕਰਦੇ ਸਮੇਂ ਬਹੁਤ ਸਾਰੀਆਂ ਵਿਅਕਤੀਗਤ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਘੱਟ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਬਦਲਣ ਦੀ ਪ੍ਰਕਿਰਿਆ.
ਗੁਣ (ਨਕਲੀ ਬੁੱਧੀ ਦੇ ਪ੍ਰਸੰਗ ਵਿੱਚ): ਇੱਕ ਨਮੂਨੇ ਦੀ ਮਾਪੇ ਪਦਾਰਥਾਂ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ. ਅਕਸਰ "ਜਾਇਦਾਦ" ਜਾਂ "ਵੇਰੀਏਬਲ" ਨਾਲ ਬਦਲਵੇਂ ਤੌਰ ਤੇ ਵਰਤੇ ਜਾਂਦੇ ਹਨ.
ਗਰੇਡੀਐਂਟਿਵ ਐਕਟੀਵੇਸ਼ਨ ਦਾ ਨਕਸ਼ਾ: ਨਕਲੀ ਖੁਫੀਆ ਨੈਟਵਰਸ (ਖ਼ਾਸਕਰ ਦੋਸ਼ੀ ਐਨਵਰਲ ਨੈਟਵਰਕ) ਦੀ ਵਿਆਖਿਆ ਲਈ ਵਰਤੀ ਜਾਂਦੀ ਤਕਨੀਕ, ਜੋ ਕਿ ਨੈਟਵਰਕ ਦੇ ਪਿਛਲੇ ਹਿੱਸੇ ਜਾਂ ਚਿੱਤਰਾਂ ਦੀ ਪਛਾਣ ਕਰਨ ਲਈ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਦੀ ਪ੍ਰਕਿਰਿਆ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਦਾ ਹੈ ਜੋ ਬਹੁਤ ਜ਼ਿਆਦਾ ਭਵਿੱਖਬਾਣੀ ਕਰਦੇ ਹਨ.
ਸਟੈਂਡਰਡ ਮਾਡਲ: ਇੱਕ ਮੌਜੂਦਾ ਏਆਈ ਮਾਡਲ ਜੋ ਸਮਾਨ ਕਾਰਜ ਕਰਨ ਲਈ ਪਹਿਲਾਂ ਤੋਂ ਸਿਖਿਅਤ ਕੀਤਾ ਗਿਆ ਹੈ.
ਟੈਸਟਿੰਗ (ਨਕਲੀ ਬੁੱਧੀ ਦੇ ਪ੍ਰਸੰਗ ਵਿੱਚ): ਇਹ ਵੇਖਦਿਆਂ ਕਿ ਇੱਕ ਮਾਡਲ ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ ਜਿਸ ਵਿੱਚ ਉਹ ਪਹਿਲਾਂ ਸਾਹਮਣਾ ਨਹੀਂ ਕੀਤਾ ਗਿਆ.
ਸਿਖਲਾਈ (ਨਕਲੀ ਬੁੱਧੀ ਦੇ ਪ੍ਰਸੰਗ ਵਿੱਚ): ਡੇਟਾ ਅਤੇ ਨਤੀਜਿਆਂ ਨਾਲ ਇੱਕ ਮਾਡਲ ਪ੍ਰਦਾਨ ਕਰਨਾ ਤਾਂ ਜੋ ਮਾਡਲ ਨਵੇਂ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੀ ਆਪਣੀ ਯੋਗਤਾ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਣ ਲਈ ਇਸਦੇ ਅੰਦਰੂਨੀ ਮਾਪਦੰਡਾਂ ਨੂੰ ਅਨੁਕੂਲ ਕਰਨ ਲਈ ਜੋੜਦਾ ਹੈ.
ਵੈਕਟਰ: ਡੇਟਾ ਦੀ ਐਰੇ. ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਵਿੱਚ, ਹਰੇਕ ਐਰੇ ਤੱਤ ਆਮ ਤੌਰ ਤੇ ਨਮੂਨੇ ਦੀ ਇੱਕ ਵਿਲੱਖਣ ਵਿਸ਼ੇਸ਼ਤਾ ਹੁੰਦੀ ਹੈ.
ਟੇਬਲ 1 ਅਪ੍ਰੈਲ 2021 ਦੇ ਨਵੀਨਤਮ ਕੋਰਸਾਂ ਦੀ ਸੂਚੀਬੱਧ ਕਰਦਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਹਰੇਕ ਵਿਸ਼ੇ ਲਈ ਨਿਯੁਕਤ ਸਿਖਲਾਈ ਦੇ ਉਦੇਸ਼ ਸ਼ਾਮਲ ਹਨ. ਇਹ ਵਰਕਸ਼ਾਪ ਉਨ੍ਹਾਂ ਨਵੇਂ ਪੱਧਰੀ ਲਈ ਨਵੇਂ ਪੱਧਰ ਲਈ ਤਿਆਰ ਕੀਤੀ ਗਈ ਹੈ ਅਤੇ ਅੰਡਰਗ੍ਰੈਜੁਏਟ ਮੈਡੀਕਲ ਡਿਗਰੀ ਦੇ ਪਹਿਲੇ ਸਾਲ ਤੋਂ ਬਾਹਰ ਕਿਸੇ ਗਣਿਤ ਦੇ ਗਿਆਨ ਦੀ ਜ਼ਰੂਰਤ ਨਹੀਂ ਹੁੰਦੀ. ਕੋਰਸ ਨੂੰ 6 ਮੈਡੀਕਲ ਵਿਦਿਆਰਥੀਆਂ ਅਤੇ 3 ਅਧਿਆਪਕਾਂ ਦੁਆਰਾ ਇੰਜੀਨੀਅਰਿੰਗ ਵਿੱਚ ਐਡਵਾਂਸਡ ਡਿਗਰੀਆਂ ਨਾਲ ਵਿਕਸਿਤ ਕੀਤਾ ਗਿਆ ਸੀ. ਇੰਜੀਨੀਅਰ ਸਿਖਾਉਣ ਲਈ ਨਕਲੀ ਇੰਟੈਲੀਜੈਂਸ ਸਿਧਾਂਤ ਦਾ ਵਿਕਾਸ ਕਰ ਰਹੇ ਹਨ, ਅਤੇ ਮੈਡੀਕਲ ਵਿਦਿਆਰਥੀ ਡਾਕਟਰੀ ਤੌਰ ਤੇ ਸੰਬੰਧਿਤ ਸਮੱਗਰੀ ਨੂੰ ਸਿੱਖ ਰਹੇ ਹਨ.
ਵਰਕਸ਼ਾਪਾਂ ਵਿੱਚ ਭਾਸ਼ਣ, ਕੇਸ ਅਧਿਐਨ, ਅਤੇ ਨਿਰਦੇਸ਼ਤ ਪ੍ਰੋਗਰਾਮਿੰਗ ਸ਼ਾਮਲ ਹੁੰਦੇ ਹਨ. ਪਹਿਲੇ ਭਾਸ਼ਣ ਵਿੱਚ, ਅਸੀਂ ਬਾਇਓਸਟੇਟਿਸਟਿਕਸ ਵਿੱਚ ਡਾਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਦੀਆਂ ਚੁਣੀਆਂ ਸੰਕਲਪਾਂ ਦੀ ਸਮੀਖਿਆ ਕਰਦੇ ਹਾਂ, ਡੇਟਾ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ, ਲਾਜਿਸਟਿਕ ਰੈਗਰਸ਼ਨ, ਅਤੇ ਵਰਣਨ ਯੋਗ ਅੰਕੜਿਆਂ ਵਿੱਚ ਤੁਲਨਾਤਮਕ. ਹਾਲਾਂਕਿ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਬੁਨਿਆਦ ਹੈ, ਅਸੀਂ ਵਿਸ਼ਿਆਂ ਨੂੰ ਬਾਹਰ ਕੱ leਦੇ ਹਾਂ ਜਿਵੇਂ ਡਾਟਾ ਮਾਈਨਿੰਗ, ਮਹੱਤਤਾ ਪਰੀਖਿਆ, ਜਾਂ ਇੰਟਰਐਕਟਿਵ ਦੀ ਦਿੱਖ. ਇਹ ਸਮੇਂ ਦੀਆਂ ਰੁਕਾਵਟਾਂ ਦੇ ਕਾਰਨ ਸੀ ਅਤੇ ਇਸ ਲਈ ਕਿ ਕੁਝ ਅੰਡਰਗ੍ਰੈਜੁਏਟ ਵਿਦਿਆਰਥੀਆਂ ਦੀ ਬਾਇਓਸਟੋਟਿਕਸ ਵਿੱਚ ਵਧੇਰੇ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਕੀਤੀ ਅਤੇ ਵਧੇਰੇ ਵਿਲੱਖਣ ਮਸ਼ੀਨ ਸਿੱਖਣ ਦੇ ਵਿਸ਼ਿਆਂ ਨੂੰ ਕਵਰ ਕਰਨਾ ਚਾਹੁੰਦੇ ਸਨ. ਬਾਅਦ ਦੇ ਲੈਕਚਰ ਵਿੱਚ ਆਧੁਨਿਕ ਤਰੀਕਿਆਂ ਨਾਲ ਜੁੜੇ ਹੋਏ ਅਤੇ ਵਿਚਾਰ-ਵਟਾਂਦਰੇ ਦੀਆਂ ਵਿਚਾਰ-ਵਟਾਂਦਰੇ, ਏਆਈ ਮਾੱਡਲਾਂ ਅਤੇ ਮਾਡਲ ਟੈਸਟਿੰਗ ਦੇ ਫਾਇਦੇ ਅਤੇ ਸੀਮਾਵਾਂ. ਲੈਕਚਰ ਸਾਹਿਤ ਦੁਆਰਾ ਪੂਰਕ ਅਤੇ ਪ੍ਰਤਿਕਿਰਿਆਵਾਂ ਦੁਆਰਾ ਪੂਰਕ ਹਨ. ਅਸੀਂ ਕਲੀਨੀਕਲ ਪ੍ਰਸ਼ਨਾਂ ਨੂੰ ਸੰਬੋਧਿਤ ਕਰਨ ਲਈ ਪ੍ਰਭਾਵੀ ਅਤੇ ਸੰਭਾਵਿਤਤਾ ਦੀ ਪ੍ਰਭਾਵਸ਼ੀਲਤਾ ਅਤੇ ਸੰਭਾਵਤਤਾ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ ਲੋੜੀਂਦੀਆਂ ਹੁਨਰਾਂ 'ਤੇ ਜ਼ੋਰ ਦਿੰਦੇ ਹਾਂ, ਸਮੇਤ ਮੌਜੂਦਾ ਨਕਲੀ ਖੁਫੀਆ ਉਪਕਰਣਾਂ ਦੀਆਂ ਸੀਮਾਵਾਂ ਨੂੰ ਸਮਝਣਾ ਸਮੇਤ. ਉਦਾਹਰਣ ਦੇ ਲਈ, ਅਸੀਂ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਕਿਤੂ ਸੀਵਰੇਨ ਐਟ ਅਲ ਤੋਂ ਪ੍ਰਸਤਾਵਿਤ ਪੀਡੀਆਟ੍ਰਿਕ ਹੈਡ ਸੱਟਾਂ ਅਨੁਸਾਰ ਵਿਆਖਿਆ ਕਰਨ ਲਈ ਕਿਹਾ ਹੈ. ਅਸੀਂ ਇਸ ਤੇ ਜ਼ੋਰ ਦਿੰਦੇ ਹਾਂ ਕਿ ਮੱਖੀਆਂ ਦੀ ਥਾਂ ਲੈਣ ਦੀ ਬਜਾਏ ਡਾਕਟਰਾਂ ਲਈ ਭਵਿੱਖਬਾਣੀ ਕਰਨ ਵਾਲੇ ਵਿਸ਼ਲੇਸ਼ਣ ਪ੍ਰਦਾਨ ਕਰਨ ਦੀ ਇਹ ਇੱਕ ਆਮ ਉਦਾਹਰਣ ਹੈ.
ਉਪਲਬਧ ਓਪਨ ਸੋਰਸ ਬੂਟਸਟਰੈਪ ਪ੍ਰੋਗ੍ਰਾਮਿੰਗ ਉਦਾਹਰਣਾਂ ਵਿੱਚ (https://github.com/ubicaimed.cpaimed.github.io/tree/ubrisming_ ਐਕਸਪ੍ਰਿਸਿਸ, ਸਟੈਂਡਰਡ ਮਾਡਲ ਲੋਡਿੰਗ, ਸਟੈਂਡਰਡ ਮਾਡਲ ਲੋਡਿੰਗ, ਅਤੇ ਸਿਖਲਾਈ ਕਿਵੇਂ ਕਰਨਾ ਹੈ . ਅਤੇ ਟੈਸਟਿੰਗ. ਅਸੀਂ ਗੂਗਲ ਕੋਲਬਾਰੋਰੀਅਲ ਨੋਟਬੁੱਕਾਂ (ਗੂਗਲ ਐਲਐਲਸੀ, ਮਾਉਂਟੇਨ ਵਿ View, CA) ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਾਂ, ਜੋ ਕਿ ਪਾਈਥਨ ਕੋਡ ਨੂੰ ਵੈੱਬ ਬਰਾ browser ਜ਼ਰ ਤੋਂ ਚਲਾਉਣ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ. ਅੰਜੀਰ ਵਿੱਚ. ਚਿੱਤਰ 2 ਇੱਕ ਪ੍ਰੋਗਰਾਮਿੰਗ ਕਸਰਤ ਦੀ ਇੱਕ ਉਦਾਹਰਣ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ. ਇਸ ਕਸਰਤ ਵਿੱਚ ਵਿਸਕਾਨਸਿਨ ਓਪਨ ਬ੍ਰੈਸਟ ਈਮੇਕਸਿੰਗ ਡੇਟੇਜੇਟ 6 ਅਤੇ ਫੈਸਲਾ ਦਰੱਖਤ ਐਲਗੋਰਿਦਮ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਬਦਨਾਮੀਆਂ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਨਾ ਸ਼ਾਮਲ ਹੈ.
ਸਾਰੇ ਵਿਸ਼ਿਆਂ 'ਤੇ ਹਫ਼ਤੇ ਵਿਚ ਪ੍ਰੋਗਰਾਮ ਪੇਸ਼ ਕਰੋ ਅਤੇ ਪ੍ਰਕਾਸ਼ਤ ਆਈ ਐਪਲੀਕੇਸ਼ਨਾਂ ਦੀਆਂ ਉਦਾਹਰਣਾਂ ਦੀ ਚੋਣ ਕਰੋ. ਪ੍ਰੋਗਰਾਮਿੰਗ ਤੱਤ ਸਿਰਫ ਤਾਂ ਹੀ ਸ਼ਾਮਲ ਕੀਤੇ ਗਏ ਹਨ ਜੇ ਉਹ ਭਵਿੱਖ ਦੇ ਕਲੀਨਿਕਲ ਅਭਿਆਸ ਵਿੱਚ ਸੂਝ ਪ੍ਰਦਾਨ ਕਰਨ ਲਈ relevant ੁਕਵੇਂ ਮੰਨੇ ਜਾਂਦੇ ਹਨ, ਜਿਵੇਂ ਕਿ ਇਹ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ ਕਿ ਉਹ ਕਲੀਨਿਕਲ ਅਜ਼ਮਾਇਸ਼ਾਂ ਵਿੱਚ ਵਰਤਣ ਲਈ ਤਿਆਰ ਹਨ ਜਾਂ ਨਹੀਂ. ਇਹ ਉਦਾਹਰਣਾਂ ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਾਲ-ਰਹਿਤ ਅੰਤ ਤੋਂ-ਅੰਤ ਵਾਲੀ ਐਪਲੀਕੇਸ਼ਨ ਵਿੱਚ ਸਮਾਪਤ ਕਰਦੀਆਂ ਹਨ ਜੋ ਮੈਡੀਕਲ ਪ੍ਰਤੀਬਿੰਬ ਦੇ ਪੈਰਾਮੀਟਰਾਂ ਦੇ ਅਧਾਰ ਤੇ ਉਹ ਟਿ ors ਮਰਾਂ ਜਾਂ ਖਤਰਨਾਕ ਤੌਰ ਤੇ ਸਧਾਰਨ ਜਾਂ ਘਾਤਕ ਵਜੋਂ ਨਹੀਂ ਵਰਤਦੀਆਂ.
ਪੁਰਾਣੇ ਗਿਆਨ ਦੀ ਵਿਭਿੰਨਤਾ. ਸਾਡੇ ਭਾਗੀਦਾਰਾਂ ਦੇ ਗਣਿਤ ਦੇ ਗਿਆਨ ਦੇ ਪੱਧਰ ਵਿੱਚ ਵੱਖ ਵੱਖ ਹਨ. ਉਦਾਹਰਣ ਦੇ ਲਈ, ਐਡਵਾਂਸਡ ਇੰਜੀਨੀਅਰਿੰਗ ਬੈਕਗ੍ਰਾਉਂਡ ਦੇ ਵਿਦਿਆਰਥੀ ਵਧੇਰੇ ਡੂੰਘਾਈ ਵਾਲੀ ਸਮੱਗਰੀ ਦੀ ਭਾਲ ਕਰ ਰਹੇ ਹਨ, ਜਿਵੇਂ ਕਿ ਆਪਣੇ ਖੁਦ ਦੇ ਫੈਰਿਅਰ ਟ੍ਰਾਂਸਫਾਰਮਸ ਨੂੰ ਕਿਵੇਂ ਪੂਰਾ ਕਰਨਾ ਹੈ. ਹਾਲਾਂਕਿ, ਕਲਾਸ ਵਿੱਚ ਫੌਰਿਅਰ ਐਲਗੋਰਿਦਮ ਬਾਰੇ ਵਿਚਾਰ ਵਟਾਂਦਰੇ ਸੰਭਵ ਨਹੀਂ ਹੈ ਕਿਉਂਕਿ ਇਸ ਨੂੰ ਸਿਗਨਲ ਪ੍ਰੋਸੈਸਿੰਗ ਦੇ ਡੂੰਘਾਈ ਵਾਲੇ ਗਿਆਨ ਦੀ ਜ਼ਰੂਰਤ ਹੈ.
ਹਾਜ਼ਰੀ ਦਾ ਵਹਾਅ. ਫਾਲੋ-ਅਪ ਮੀਟਿੰਗਾਂ ਵਿਚ ਹਾਜ਼ਰੀ ਘੱਟ ਗਈ, ਖ਼ਾਸਕਰ online ਨਲਾਈਨ ਫਾਰਮੈਟਾਂ ਵਿਚ. ਇੱਕ ਹੱਲ ਹਾਜ਼ਰੀ ਨੂੰ ਟਰੈਕ ਕਰਨ ਲਈ ਹੋ ਸਕਦਾ ਹੈ ਅਤੇ ਪੂਰਨਤਾ ਦਾ ਸਰਟੀਫਿਕੇਟ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ. ਮੈਡੀਕਲ ਸਕੂਲ ਵਿਦਿਆਰਥੀਆਂ ਦੀਆਂ ਅਸਧਾਰਨ ਅਕਾਦਮਿਕ ਗਤੀਵਿਧੀਆਂ ਦੀ ਟ੍ਰਾਂਸਕ੍ਰਿਪਟਾਂ ਨੂੰ ਮਾਨਤਾ ਦਿੰਦੇ ਹਨ, ਜੋ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਇਕ ਡਿਗਰੀ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਉਤਸ਼ਾਹਤ ਕਰ ਸਕਦੇ ਹਨ.
ਕੋਰਸ ਡਿਜ਼ਾਈਨ: ਕਿਉਂਕਿ ਅਈ ਬਹੁਤ ਸਾਰੇ ਉਪ-ਪੱਧਰੀ ਫੈਲਦੀ ਹੈ, supports ੁਕਵੀਂ ਡੂੰਘਾਈ ਅਤੇ ਚੌੜਾਈ ਦੇ ਕੋਰ ਧਾਰਨਾਵਾਂ ਦੀ ਚੋਣ ਕਰਨਾ ਚੁਣੌਤੀ ਭਰਿਆ ਹੋ ਸਕਦਾ ਹੈ. ਉਦਾਹਰਣ ਦੇ ਲਈ, ਪ੍ਰਯੋਗਸ਼ਾਲਾ ਤੋਂ ਐਯੂ ਟੂਲਜ਼ ਦੀ ਨਿਰੰਤਰਤਾ ਦੀ ਨਿਰੰਤਰਤਾ ਇੱਕ ਮਹੱਤਵਪੂਰਣ ਵਿਸ਼ਾ ਹੈ. ਜਦੋਂ ਕਿ ਅਸੀਂ ਡੇਟਾ ਦੀ ਪ੍ਰੀਪ੍ਰੈਸਿੰਗ, ਮਾਡਲ ਬਿਲਡਿੰਗ ਅਤੇ ਪ੍ਰਮਾਣਿਕਤਾ ਨੂੰ ਕਵਰ ਕਰਦੇ ਹਾਂ, ਇਸ ਦੀ ਬਜਾਏ ਅਸੀਂ ਸਭ ਤੋਂ ਵਿਲੱਖਣ ਏਆਈ ਧਾਰਨਾਵਾਂ 'ਤੇ ਕੇਂਦ੍ਰਤ ਕਰਨ ਵਾਲੇ ਵਿਸ਼ੇ ਸ਼ਾਮਲ ਨਹੀਂ ਹੁੰਦੇ. ਸਾਡਾ ਮਾਰਗ ਦਰਸ਼ਕ ਸਿਧਾਂਤ ਸਾਖਰਤਾ ਨੂੰ ਸੁਧਾਰਨਾ ਹੈ, ਹੁਨਰ ਦੀ ਨਹੀਂ. ਉਦਾਹਰਣ ਦੇ ਲਈ, ਇਹ ਸਮਝਣ ਕਿ ਪਰਿਵਰਤਨ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਵਿੱਚ ਇੱਕ ਮਾਡਲ ਪ੍ਰਕਿਰਿਆ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੀ ਵਿਆਖਿਆ ਲਈ ਮਹੱਤਵਪੂਰਨ ਹੈ. ਅਜਿਹਾ ਕਰਨ ਦਾ ਇਕ ਤਰੀਕਾ ਹੈ ਗਰੇਡੀਐਂਟ ਐਕਟੀਵੇਸ਼ਨ ਦੇ ਨਕਸ਼ਿਆਂ ਦੀ ਵਰਤੋਂ ਕਰਨਾ, ਜੋ ਕਿ ਅੰਕੜਿਆਂ ਦੇ ਕਿਹੜੇ ਖੇਤਰਾਂ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ. ਹਾਲਾਂਕਿ, ਇਸ ਲਈ ਮਲਟੀਵਾਇਰਨ ਕੈਲਕੂਲਸ ਦੀ ਜ਼ਰੂਰਤ ਹੈ ਅਤੇ ਪੇਸ਼ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ. ਇੱਕ ਸਾਂਝਾ ਸ਼ਬਦਾਵਲੀ ਦਾ ਵਿਕਾਸ ਕਰਨਾ ਚੁਣੌਤੀਪੂਰਨ ਸੀ ਕਿਉਂਕਿ ਅਸੀਂ ਇਹ ਦੱਸਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੇ ਸੀ ਕਿ ਗਣਿਤ ਦੇ ਰਸਮੀਵਾਦ ਦੇ ਬਗੈਰ ਡੇਟਾ ਨਾਲ ਕਿਵੇਂ ਕੰਮ ਕਰਨਾ ਹੈ. ਯਾਦ ਰੱਖੋ ਕਿ ਵੱਖੋ ਵੱਖਰੀਆਂ ਸ਼ਰਤਾਂ ਦਾ ਇਕੋ ਅਰਥ ਹੁੰਦਾ ਹੈ, ਉਦਾਹਰਣ ਵਜੋਂ, ਮਹਾਂਮਾਰੀ ਵਿਗਿਆਨ ਵਿਚ, ਇਕ "ਗੁਣ" ਜਾਂ "ਗੁਣ" ਵਜੋਂ ਦਰਸਾਇਆ ਗਿਆ ਹੈ.
ਗਿਆਨ ਧਾਰਨ. ਕਿਉਂਕਿ ਏਆਈ ਦੀ ਅਰਜ਼ੀ ਸੀਮਿਤ ਹੈ, ਜਿਸਦੀ ਹਿੱਸੇਦਾਰੀ ਨੂੰ ਬਰਕਰਾਰ ਰੱਖਣ ਦੀ ਹੱਦ ਨੂੰ ਵੇਖਣ ਲਈ ਬਾਕੀ ਹੈ. ਮੈਡੀਕਲ ਸਕੂਲ ਦੀ ਅਸਲਿਕੁਲਾ ਅਕਸਰ ਵਿਵਹਾਰਕ ਘੁੰਮਣ ਦੇ ਦੌਰਾਨ ਗਿਆਨ ਨੂੰ ਮਜ਼ਬੂਤ ​​ਕਰਨ ਲਈ ਸਪੇਸਡ ਦੁਹਰਾਓ ਤੇ ਨਿਰਭਰ ਕਰਦੇ ਹਨ, 9 ਜੋ ਐਜੂਕੇਸ਼ਨ ਤੇ ਵੀ ਲਾਗੂ ਕੀਤੇ ਜਾ ਸਕਦੇ ਹਨ.
ਪੇਸ਼ੇਵਰਤਾ ਸਾਖਰਤਾ ਨਾਲੋਂ ਵਧੇਰੇ ਮਹੱਤਵਪੂਰਨ ਹੈ. ਸਮੱਗਰੀ ਦੀ ਡੂੰਘਾਈ ਗਣਿਤ ਦੇ ਕਬਰੋਰ ਤੋਂ ਬਿਨਾਂ ਤਿਆਰ ਕੀਤੀ ਗਈ ਹੈ, ਜੋ ਕਿ ਨਕਲੀ ਬੁੱਧੀ ਵਿਚ ਕਲੀਨਿਕਲ ਕੋਰਸਾਂ ਨੂੰ ਸ਼ੁਰੂ ਕਰਦੇ ਸਮੇਂ ਸਮੱਸਿਆ ਸੀ. ਪ੍ਰੋਗਰਾਮਿੰਗ ਉਦਾਹਰਣਾਂ ਵਿੱਚ, ਅਸੀਂ ਇੱਕ ਟੈਂਪਲੇਟ ਪ੍ਰੋਗਰਾਮ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਾਂ ਜੋ ਭਾਗੀਦਾਰਾਂ ਨੂੰ ਖੇਤਰਾਂ ਨੂੰ ਭਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ ਅਤੇ ਇਹ ਪਤਾ ਲਗਾਉਣ ਤੋਂ ਬਿਨਾਂ ਕਿ ਇੱਕ ਸੰਪੂਰਨ ਪ੍ਰੋਗਰਾਮਿੰਗ ਵਾਤਾਵਰਣ ਕਿਵੇਂ ਸਥਾਪਤ ਕਰਨਾ ਹੈ.
ਨਕਲੀ ਬੁੱਧੀ ਬਾਰੇ ਚਿੰਤਾਵਾਂ ਨੇ ਸੰਬੋਧਿਤ ਕੀਤਾ: ਇਸ ਵਿਚ ਵਿਆਪਕ ਚਿੰਤਾ ਹੈ ਕਿ ਨਕਲੀ ਬੁੱਧੀ ਕੁਝ ਕਲੀਨਿਕਲ ਫਰਜ਼ 3 ਨੂੰ ਬਦਲ ਸਕਦੀ ਹੈ. ਇਸ ਮੁੱਦੇ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ, ਅਸੀਂ ਏਆਈ ਦੀਆਂ ਸੀਮਾਵਾਂ ਬਾਰੇ ਦੱਸਦੇ ਹਾਂ, ਇਸ ਤੱਥ ਸਮੇਤ ਕਿ ਰੈਗੂਟਰਾਂ ਦੁਆਰਾ ਲਗਭਗ ਸਾਰੀਆਂ ਏਆਈ ਦੀਆਂ ਤਕਨੀਕਾਂ ਦੀ ਜ਼ਰੂਰਤ ਹੈ. ਅਸੀਂ ਪੱਖਪਾਤ ਦੀ ਮਹੱਤਤਾ 'ਤੇ ਵੀ ਜ਼ੋਰ ਦਿੰਦੇ ਹਾਂ ਕਿਉਂਕਿ ਐਲਗੋਰਿਦਮ ਪੱਖਪਾਤ ਦੇ ਸ਼ਿਕਾਰ ਹਨ, ਖ਼ਾਸਕਰ ਜੇ ਡੇਟਾ ਸੈਟ ਵਿਭਿੰਨ ਨਹੀਂ ਹੈ. ਸਿੱਟੇ ਵਜੋਂ, ਇੱਕ ਖਾਸ ਸਬ-ਪਉਪ ਨੂੰ ਗਲਤ ly ੰਗ ਨਾਲ ਮੋਹਰ ਲਗਾਇਆ ਜਾ ਸਕਦਾ ਹੈ, ਅਣਉਚਿਤ ਕਲੀਨਿਕਲ ਫੈਸਲਿਆਂ ਲਈ ਲਿਆ ਜਾਂਦਾ ਹੈ.
ਸਰੋਤ ਜਨਤਕ ਤੌਰ ਤੇ ਉਪਲਬਧ ਹਨ: ਅਸੀਂ ਲੈਕਚਰ ਸਲਾਈਡਾਂ ਅਤੇ ਕੋਡ ਸਮੇਤ ਜਨਤਕ ਤੌਰ ਤੇ ਉਪਲਬਧ ਸਰੋਤ ਤਿਆਰ ਕੀਤੇ ਹਨ. ਹਾਲਾਂਕਿ ਸਮਕਾਲੀ ਸਮੱਗਰੀ ਤੱਕ ਪਹੁੰਚ ਸਮੇਂ ਦੇ ਜ਼ੋਨਾਂ ਦੇ ਕਾਰਨ ਸੀਮਤ ਹੁੰਦੀ ਹੈ, ਓਪਨ ਸੋਰਸੰਗ ਦੀ ਸਿਖਲਾਈ ਲਈ ਓਪਨ ਸੋਰਸੰਗ ਲਰਨਿੰਗ ਲਈ ਇੱਕ convenient ੰਗ ਹੈ ਜੋ ਅਪੀਲਜ ਸਾਰੇ ਮੈਡੀਕਲ ਸਕੂਲਾਂ ਵਿੱਚ ਉਪਲਬਧ ਨਹੀਂ ਹੈ.
ਇੰਟਰਸਾਈਕਸੀਪਿਲੋਰਿਨਰੀ ਸਹਿਯੋਗੀ: ਇਹ ਵਰਕਸ਼ਾਪ ਡਾਕਟਰੀ ਵਿਦਿਆਰਥੀਆਂ ਦੁਆਰਾ ਮਿਲ ਕੇ ਕੋਰਸਾਂ ਦੀ ਯੋਜਨਾ ਬਣਾਉਣ ਲਈ ਇੱਕ ਸਾਂਝਾ ਉੱਦਮ ਹੈ. ਇਹ ਸਹਿਕਾਰਤਾ ਦੇ ਹਮਲੇ ਅਤੇ ਗਿਆਨ ਦੇ ਪਾੜੇ ਦੋਵਾਂ ਖੇਤਰਾਂ ਵਿੱਚ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਦੇ ਹਨ, ਜਿਸ ਨਾਲ ਹਿੱਸਾ ਲੈਣ ਵਾਲਿਆਂ ਨੂੰ ਭਵਿੱਖ ਵਿੱਚ ਯੋਗਦਾਨ ਪਾ ਸਕਦੇ ਹਨ.
ਅਈ ਕੋਰ ਕਾਬਲੀਟੀਆਂ ਨੂੰ ਪ੍ਰਭਾਸ਼ਿਤ ਕਰੋ. ਯੋਗਤਾਵਾਂ ਦੀ ਸੂਚੀ ਨੂੰ ਪਰਿਭਾਸ਼ਤ ਕਰਨਾ ਇੱਕ ਮਾਨਕੀਕਰਣ structure ਾਂਚਾ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ ਜੋ ਮੌਜੂਦਾ ਯੋਗਤਾ ਅਧਾਰਤ ਮੈਡੀਕਲ ਪਾਠਕ੍ਰਮ ਵਿੱਚ ਏਕੀਕ੍ਰਿਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ. ਇਹ ਵਰਕਸ਼ਾਪ ਇਸ ਵੇਲੇ ਇਸ ਵੇਲੇ ਸਿੱਖਣ ਦੇ ਉਦੇਸ਼ਾਂ ਦੇ ਪੱਧਰ 2 (ਸਮਝ), 3 (ਐਪਲੀਕੇਸ਼ਨ), ਅਤੇ ਖਿੜ ਦੇ ਟੈਕਸੋਨਮੀ ਦਾ ਸਿੱਖਣ ਦੇ ਉਦੇਸ਼ ਦੇ ਪੱਧਰ (3 (ਵਿਸ਼ਲੇਸ਼ਣ) ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਾਂ. ਵਰਗੀਕਰਣ ਦੇ ਉੱਚ ਪੱਧਰਾਂ 'ਤੇ ਸਰੋਤ ਹੋਣ ਦੇ ਨਾਤੇ, ਜਿਵੇਂ ਕਿ ਪ੍ਰੋਜੈਕਟਾਂ ਨੂੰ ਬਣਾਉਣਾ, ਗਿਆਨ ਨੂੰ ਹੋਰ ਮਜ਼ਬੂਤ ​​ਕਰ ਸਕਦਾ ਹੈ. ਇਸ ਲਈ ਕਲੀਨਿਕਲ ਮਾਹਰਾਂ ਨਾਲ ਕੰਮ ਕਰਨਾ ਲੋੜੀਂਦਾ ਹੈ ਕਿ ਏਆਈ ਐੱਸ ਦੇ ਵਿਸ਼ਿਆਂ ਨੂੰ ਕਲੀਨਿਕਲ ਵਰਕਫਲੋਜ਼ ਤੇ ਕਿਵੇਂ ਲਾਗੂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ ਅਤੇ ਪਹਿਲਾਂ ਤੋਂ ਹੀ ਸਟੈਂਡਰਡ ਮੈਡੀਕਲ ਪਾਠਕ੍ਰਮ ਵਿੱਚ ਸ਼ਾਮਲ ਕੀਤੇ ਗਏ ਹਨ.
ਏਆਈ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਕੇਸ ਸਟੱਡੀਜ਼ ਬਣਾਓ. ਕਲੀਨਿਕਲ ਉਦਾਹਰਣਾਂ ਦੇ ਸਮਾਨ, ਕੇਸ-ਅਧਾਰਤ ਸਿਖਲਾਈ ਕਲੀਨਿਕਲ ਪ੍ਰਸ਼ਨਾਂ ਦੇ ਅਨੁਕੂਲਤਾ ਨੂੰ ਉਜਾਗਰ ਕਰਕੇ ਵੱਖਰਾ ਸੰਕਲਪਾਂ ਨੂੰ ਮਜ਼ਬੂਤ ​​ਕਰ ਸਕਦੀ ਹੈ. ਉਦਾਹਰਣ ਦੇ ਲਈ, ਇੱਕ ਵਰਕਸ਼ਾਪ ਦੇ ਅਧਿਐਨ ਨੇ ਗੂਗਲ ਦੇ ਏਆਈ-ਅਧਾਰਤ ਸ਼ੂਗਰ ਰੋਗਾਂ ਦੀ ਖੋਜ ਦੀ ਪਛਾਣ ਕੀਤੀ, ਜਿਵੇਂ ਕਿ ਬਾਹਰੀ ਪ੍ਰਮਾਣਿਕਤਾ ਦੀਆਂ ਜ਼ਰੂਰਤਾਂ ਅਤੇ ਰੈਗੂਲੇਟਰੀ ਪ੍ਰਵਾਨਗੀ ਦੇ ਰਸਤੇ.
ਤਜਰਬੇਕਾਰ ਸਿਖਲਾਈ ਦੀ ਵਰਤੋਂ ਕਰੋ: ਤਕਨੀਕੀ ਹੁਨਰਾਂ ਲਈ ਕੇਂਦਰਿਤ ਅਭਿਆਸ ਅਤੇ ਦੁਹਰਾਉਣ ਵਾਲੇ ਟਰੇਟੀਜ਼ ਦੇ ਘੁੰਮਣ ਵਾਲੇ ਸਿੱਖਣ ਵਾਲੇ ਤਜ਼ਰਬਿਆਂ ਦੇ ਸਮਾਨ ਫੋਕਸ ਅਭਿਆਸ ਅਤੇ ਵਾਰ ਵਾਰ ਅਰਜ਼ੀ ਲਈ. ਇੱਕ ਸੰਭਾਵਿਤ ਹੱਲ ਫਲਿੱਪ ਕਲਾਸਰੂਮ ਮਾਡਲ ਹੈ, ਜਿਸ ਨੂੰ ਇੰਜੀਨੀਅਰਿੰਗ ਸਿੱਖਿਆ 14 ਵਿੱਚ ਗਿਆਨ ਵਿੱਚ ਕਾਇਮ ਰੱਖਣ ਦੀ ਰਿਪੋਰਟ ਕੀਤੀ ਗਈ ਹੈ. ਇਸ ਮਾਡਲ ਵਿਚ, ਵਿਦਿਆਰਥੀ ਆਮ ਤੌਰ 'ਤੇ ਅਤੇ ਸ਼੍ਰੇਣੀ ਦੇ ਸਮੇਂ ਦੀ ਸਮੀਖਿਆ ਕਰਦੇ ਹਨ ਤਾਂ ਕੇਸ ਅਧਿਐਨ ਦੁਆਰਾ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ ਸਮਰਪਿਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ.
ਬਹੁਦਿਆਂ ਲਈ ਭਾਗੀਦਾਰਾਂ ਲਈ ਸਕੇਲਿੰਗ: ਅਸੀਂ ਏਆਈ ਗੋਦ ਲੈਣ ਵਾਲੇ ਡਾਕਟਰਾਂ ਨੂੰ ਭੌਤਿਕ ਸਿਖਲਾਈ ਦੇ ਵੱਖ-ਵੱਖ ਪੱਧਰਾਂ ਸਮੇਤ ਡਾਕਟਰਾਂ ਅਤੇ ਅਲਾਈਡ ਸਿਹਤ ਪੇਸ਼ੇਵਰਾਂ ਸਮੇਤ ਕਈ ਅਨੁਸ਼ਾਸਨ ਅਤੇ ਅਲਾਇਡ ਸਿਹਤ ਪੇਸ਼ੇਵਰਾਂ ਸਮੇਤ ਕਈ ਵਿਸ਼ਿਆਂ ਨੂੰ ਸਵਾਰਣਤਾ ਦੇ ਸਹਿਯੋਗ ਨਾਲ ਜੋੜਦੇ ਹਾਂ. ਇਸ ਲਈ, ਪਾਠਕ੍ਰਮ ਨੂੰ ਵੱਖ ਵੱਖ ਵਿਭਾਗਾਂ ਦੀ ਸਲਾਹ ਲਈ ਵਿਕਸਤ ਕਰਨ ਦੀ ਜ਼ਰੂਰਤ ਹੋ ਸਕਦੀ ਹੈ ਤਾਂ ਜੋ ਸਿਹਤ ਦੇਖਭਾਲ ਦੇ ਵੱਖ ਵੱਖ ਖੇਤਰਾਂ ਵਿੱਚ ਉਨ੍ਹਾਂ ਦੀ ਸਮੱਗਰੀ ਨੂੰ ਦਰਸ਼ਾਇਆ ਜਾ ਸਕੇ.
ਨਕਲੀ ਬੁੱਧੀ ਉੱਚ-ਤਕਨੀਕ ਹੈ ਅਤੇ ਇਸ ਦੀਆਂ ਮੁੱਖ ਧਾਰਨਾਵਾਂ ਗਣਿਤ ਅਤੇ ਕੰਪਿ computer ਟਰ ਸਾਇੰਸ ਨਾਲ ਸਬੰਧਤ ਹਨ. ਨਕਲੀ ਬੁੱਧੀ ਨੂੰ ਸਮਝਣ ਲਈ ਸਿਹਤ ਸੰਭਾਲ ਕਰਮਚਾਰੀਆਂ ਨੂੰ ਸਿਖਲਾਈ ਦਿੱਤੀ ਗਈ ਸਮੱਗਰੀ ਚੋਣ, ਕਲੀਨੀਕਲ ਪ੍ਰਸੰਗਿਕਤਾ, ਅਤੇ ਸਪੁਰਦਗੀ ਦੇ methods ੰਗਾਂ. ਅਸੀਂ ਆਸ ਕਰਦੇ ਹਾਂ ਕਿ ਸਿੱਖਿਆ ਦੀਆਂ ਵਰਕਸ਼ਾਪਾਂ ਏਆਈ ਤੋਂ ਪ੍ਰਾਪਤ ਹੋਈਆਂ ਸੂਝ-ਬੂਝ ਆਉਣ ਵਾਲੀਆਂ ਸਿੱਖਿਅਕਾਂ ਨੂੰ ਡਾਕਟਰੀ ਸਿੱਖਿਆ ਵਿੱਚ ਏਕੀਕ੍ਰਿਤ ਕਰਨ ਲਈ ਨਵੀਨਤਾਕਾਰੀ ways ੰਗਾਂ ਨੂੰ ਅਪਨਾਉਣਗੀਆਂ.
ਗੂਗਲ ਕਲੇਬਾਰਟਰੀ ਪਾਈਥਨ ਸਕ੍ਰਿਪਟ ਖੁੱਲੀ ਸਰੋਤ ਹੈ ਅਤੇ ਇਸ ਤੇ ਉਪਲਬਧ ਹੈ: https://ghithub.com/uith.io/tree/ubcaimed.github.io/tree/ubcaimed.github.io/tree/ubcaimed.githubed/ubcaimed.githuxed / mastery/.
ਪ੍ਰੋ, ਕਿਲੋਗ੍ਰਾਮ ਅਤੇ ਖਾਨ, ਸ: ਮੈਡੀਕਲ ਸਿੱਖਿਆ ਨੂੰ ਮੁੜ ਸੁਰੰਪਿਉਂਦਿਆਂ: ਕਾਰਵਾਈ ਕਰਨ ਲਈ ਇੱਕ ਕਾਲ. ਅਕਡੈਡ. ਦਵਾਈ. 88, 1407-1410 (2013).
ਮੈਕਕੋਏ, ਐਲਜੀ ਆਦਿ. ਡਾਕਟਰੀ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਨਕਲੀ ਬੁੱਧੀ ਬਾਰੇ ਅਸਲ ਵਿੱਚ ਕੀ ਜਾਣਨ ਦੀ ਜ਼ਰੂਰਤ ਹੈ? ਐਨਪੀਐਸਐਚ ਨੰਬਰ. ਦਵਾਈ 3, 1-3 (2020).
ਡੌਸ ਸੈਂਟੋਸ, ਡੀ ਪੀ, ਐਟ ਅਲ. ਮੈਡੀਕਲ ਵਿਦਿਆਰਥੀਆਂ ਦੇ ਨਕਲੀ ਬੁੱਧੀ ਦਾ ਰਵੱਈਆ: ਇਕ ਮਲਟੀਂਸਟਰ ਸਰਵੇਖਣ. ਯੂਰੋ. ਰੇਡੀਏਸ਼ਨ. 29, 1640-1646 (2019).
ਪੱਖਾ, ਕੇਵਾਈ, ਹੂ, ਆਰ., ਅਤੇ ਸਿੰਗਲਾ, ਆਰ. ਮੈਡੀਕਲ ਵਿਦਿਆਰਥੀਆਂ ਲਈ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਦੀ ਜਾਣ ਪਛਾਣ: ਇਕ ਪਾਇਲਟ ਪ੍ਰਾਜੈਕਟ. ਜੇ ਮੈਡ. ਸਿਖਾਓ. 54, 1042-1043 (2020).
ਕੂਪਰਮਨ ਐੱਨ, ਐਟ ਅਲ. ਸਿਰ ਦੀ ਸੱਟ ਲੱਗਣ ਤੋਂ ਬਾਅਦ ਕਲੀਨਿਕਲੀ ਤੌਰ ਤੇ ਮਹੱਤਵਪੂਰਣ ਦਿਮਾਗ ਦੀ ਸੱਟ ਲੱਗਣ ਦੇ ਬੱਚਿਆਂ ਦੀ ਪਛਾਣ ਕਰਨਾ: ਇਕ ਸੰਭਾਵਤ ਸਮੂਹਕ ਅਧਿਐਨ. ਲੈਨਸੈਟ 374, 1160-1170 (2009).
ਗਲੀ, ਡਬਲਯੂ ਐਨ, ਵੋਲਬਰਗ, ਡਬਲਯੂਐਨ ਅਤੇ ਮੰਗੋਸਰੀਅਨ, ਓਲ. ਛਾਤੀ ਦੇ ਰਸੌਲੀ ਦੀ ਜਾਂਚ ਲਈ ਪ੍ਰਮਾਣੂ ਵਿਸ਼ੇਸ਼ਤਾ ਕੱ raction ਣ. ਬਾਇਓਮੈਡੀਕਲ ਸਾਇੰਸ. ਚਿੱਤਰ ਪ੍ਰਕਿਰਿਆ. ਬਾਇਓਮੈਡੀਕਲ ਸਾਇੰਸ. Weiss. 1905, 861-870 (1993).
ਚੇਨ, ਪੀ.ਐੱਚ.ਸੀ., ਵਾਈਯੂ, ਵਾਈ. ਅਤੇ ਪੰਗ, ਐਲ. ਸਿਹਤ ਸੰਭਾਲ ਲਈ ਮਸ਼ੀਨ ਸਿੱਖਣ ਦੇ ਮਾੱਡਲਾਂ ਦਾ ਵਿਕਾਸ ਕਿਵੇਂ ਕਰੀਏ. NAT. ਮੈਟ. 18, 410-414 (2019).
Selvraju, ਆਰ ਆਰ ਐਟ ਅਲ. ਗ੍ਰੇਡ-ਕੈਮ: ਗਰੇਡੀਐਂਟ ਅਧਾਰਤ ਸਥਾਨਕਕਰਨ ਦੁਆਰਾ ਡੂੰਘੇ ਨੈਟਵਰਕ ਦੀ ਵਿਜ਼ੂਅਲ ਵਿਆਖਿਆ. ਕੰਪਿ Informal ਟਰ ਦਰਸ਼ਨ 'ਤੇ ਆਈਈਈ ਇੰਟਰਨੈਸ਼ਨਲ ਕਾਨਫਰੰਸ ਦੀ ਕਾਰਵਾਈ, 618-626 (2017).
ਕਮਾਰਵੇਲ ਬੀ, ਸਟੀਵਰਟ ਕੇ ਅਤੇ ਅਨਲਿ ਡੀ. ਅੰਡਰਗ੍ਰੈਜੁਏਟ ਮੈਡੀਕਲ ਸਿੱਖਿਆ ਵਿਚ ਸਬੂਤ-ਅਧਾਰਤ ਦਵਾਈ ਦੀਆਂ ਕੁਸ਼ਲਤਾ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ ਇਕ ਸਪਿਰਲ ਮਾਡਲ ਦਾ ਵਿਕਾਸ ਅਤੇ ਮੁਲਾਂਕਣ. ਬੀਐਮਕੇ ਦੀ ਦਵਾਈ. ਸਿਖਾਓ. 21, 1-9 (2021).
ਕੋਲਾਚਲਮਾ ਵੀਬੀ ਅਤੇ ਗਾਰਡ ਪੀਐਸ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਅਤੇ ਮੈਡੀਕਲ ਸਿੱਖਿਆ. ਐਨਪੀਐਸਐਚ ਨੰਬਰ. ਦਵਾਈ. 1, 1-3 (2018).
ਵੈਨ ਲੀਯੂਵੇਨ, ਕਿਲਕ, ਸਕੇਲਕਾਮੈਪਸ, ਐਸ.ਆਈ.ਟੀ., ਵੈਨ ਗਿੰਨੀਕੇਨ, ਐਮ ਅਤੇ ਡੀ ਰੋਈ, 100 ਵਪਾਰਕ ਉਤਪਾਦ ਅਤੇ ਉਨ੍ਹਾਂ ਦੇ ਵਿਗਿਆਨਕ ਸਬੂਤ. ਯੂਰੋ. ਰੇਡੀਏਸ਼ਨ. 31, 3797-3804 (2021).
ਟੌਪੋਲ, EJ ਉੱਚ-ਪ੍ਰਦਰਸ਼ਨ ਵਾਲੀ ਦਵਾਈ: ਮਨੁੱਖੀ ਅਤੇ ਨਕਲੀ ਬੁੱਧੀ ਦਾ ਅਭੇਦ ਹੋਣਾ. NAT. ਦਵਾਈ. 25, 44-56 (2019).
ਬੈਡ, ਈ. ਐਟ ਅਲ. ਸ਼ੂਗਰ ਦੀ ਰੇਟੋਪੈਥੀ ਦੀ ਪਛਾਣ ਲਈ ਕਲੀਨਿਕ ਵਿੱਚ ਤਾਇਨਾਤ ਇੱਕ ਡੂੰਘੀ ਸਿਖਲਾਈ ਪ੍ਰਣਾਲੀ ਦਾ ਮਨੁੱਖੀ-ਪੱਖੀ ਮੁਲਾਂਕਣ. ਕੰਪਿ uting ਟਿੰਗ ਪ੍ਰਣਾਲੀਆਂ (2020) ਵਿਚ ਮਨੁੱਖੀ ਕਾਰਕਾਂ 'ਤੇ 2020 ਚੀ ਕਾਨਫਰੰਸ ਦੀ ਕਾਰਵਾਈ.
ਕੇਰ, ਬੀ ਇੰਜੀਨੀਅਰਿੰਗ ਐਜੂਕੇਸ਼ਨ ਵਿਚ ਪਲੱਗ ਕਲਾਸਰੂਮ: ਇਕ ਰਿਸਰਚ ਸਮੀਖਿਆ. ਇੰਟਰਐਕਟਿਵ ਸਹਿਯੋਗੀ ਸਿਖਲਾਈ (2015) 'ਤੇ 2015 ਅੰਤਰਰਾਸ਼ਟਰੀ ਕਾਨਫਰੰਸ ਦੀ ਕਾਰਵਾਈ.
ਲੇਖਕ ਬ੍ਰਿਟਿਸ਼ ਕੋਲੰਬੀਆ ਦੀ ਯੂਨੀਵਰਸਿਟੀ ਵਿਚ ਬ੍ਰਿਟਿਸ਼ ਕੋਲੰਬੀਆ ਯੂਨੀਵਰਸਿਟੀ ਵਿਖੇ ਡੈਨੀਅਲ ਵੱਪਣ ਅਤੇ ਪੀਟਰ ਜ਼ੈਂਡਸਟਰਾ ਦਾ ਬਾਇਓਮੈਡਿਕ ਕਲਪਨਾ ਅਤੇ ਪੀਟਰ ਜ਼ੈਂਡਸਟਰਾ ਦਾ ਬਾਇਓਮੈਦਿਕ ਰਿਸਰਚ ਕਲੱਸਟਰ ਤੋਂ ਸਮਰਥਨ ਅਤੇ ਫੰਡਿੰਗ ਲਈ ਬਾਇਓਮੈਡਿਕ ਇਮੇਜਿੰਗ ਅਤੇ ਨਕਲੀ ਇੰਟੈਲੀਜੈਂਸ ਰਿਸਰਚ ਕਲੱਸਟਰ ਤੋਂ ਧੰਨਵਾਦ ਕੀਤਾ ਗਿਆ.
ਆਰਐਚ, ਪੀਪੀ, zh, ਰੁਪਏ ਦੀ ਵਰਕਸ਼ਾਪ ਸਿਖਿਆ ਸਮੱਗਰੀ ਨੂੰ ਵਿਕਸਤ ਕਰਨ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਸਨ. ਆਰਐਚ ਅਤੇ ਪੀਪੀ ਪ੍ਰੋਗਰਾਮਿੰਗਿੰਗ ਉਦਾਹਰਣਾਂ ਨੂੰ ਵਿਕਸਤ ਕਰਨ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਸਨ. ਕਾਈਫ, ਓਏ, ਐਮਟੀ ਅਤੇ ਪੀਡਬਲਯੂ ਪ੍ਰੋਜੈਕਟ ਆਫ਼ ਪ੍ਰਾਜੈਕਟ ਅਤੇ ਵਰਕਸ਼ਾਪਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਸਨ. ਆਰਐਚ, ਓ, ਮਾ t ਂਟ, ਰੁਪਏ ਅੰਕੜੇ ਅਤੇ ਟੇਬਲ ਬਣਾਉਣ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਸਨ. ਆਰ.ਐਚ., ਕਾਈਫ, ਪੀਪੀ, ਜ਼ਐਚ, ਓਏ, ਓਏ, ਓਏ, ਮੇਰਾ, ਪੀਡਬਲਯੂ, ਟੀਐਲ, ਡੌਕੂਮੈਂਟ ਨੂੰ ਡਰਾਫਟ ਕਰਨ ਅਤੇ ਸੰਪਾਦਿਤ ਕਰਨ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਸਨ.
ਸੰਚਾਰ ਦਵਾਈ ਕਾਰੋਲਿਨ ਮੈਕਗ੍ਰੇਗਰ, ਫੈਬਿਓ ਮੋਰੇਸ ਅਤੇ ਆਦਿੱਤੀਆ ਬੋਰਾਕਾਤੀ ਨੇ ਇਸ ਕੰਮ ਦੀ ਸਮੀਖਿਆ ਵਿਚ ਯੋਗਦਾਨ ਪਾਉਣ ਲਈ ਧੰਨਵਾਦ.