Sztuczna inteligencja w kardiologii

Ten podr¿cznik zapewnia dog¿¿bn¿ analiz¿ tego, w jaki sposób algorytmy uczenia maszynowego mog¿ by¿ skutecznie stosowane do wykrywania i klasyfikowania chorób serca. Wype¿nia luk¿ mi¿dzy opiek¿ zdrowotn¿ a inteligencj¿ obliczeniow¿, prezentuj¿c podstawy teoretyczne, praktyczne implementacje i rzeczywiste zastosowania uczenia maszynowego w kardiologii. Zaczynaj¿c od przegl¿du chorób sercowo-naczyniowych i ich globalnego wp¿ywu, ksi¿¿ka zag¿¿bia si¿ w podstawowe cechy medyczne i zbiory danych istotne dla chorób serca. Nast¿pnie systematycznie bada ró¿ne techniki uczenia maszynowego - w tym drzewa decyzyjne, maszyny wektorów no¿nych, sieci neuronowe, k-najbli¿szych s¿siadów, metody zespo¿owe i g¿¿bokie uczenie si¿ - oraz ich role w modelowaniu predykcyjnym. Kädy rozdziä zawiera szczegó¿owe wyjänienia algorytmów, wskäniki oceny modeli (takie jak dok¿adno¿¿, precyzja, wycofanie, wynik F1 i ROC-AUC) oraz studia przypadków wykorzystuj¿ce publicznie dost¿pne zbiory danych, takie jak zbiór danych Cleveland Heart Disease. Omówiono równie¿ kwestie etyczne, prywatno¿¿ danych i wyzwania zwi¿zane z wdro¿eniem klinicznym. Ten podr¿cznik s¿u¿y jako cenne ¿ród¿o informacji dla studentów, badaczy, naukowców zajmuj¿cych si¿ danymi i pracowników s¿u¿by zdrowia.

Pagina's: 96, Paperback, Wydawnictwo Nasza Wiedza