26,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
  • Broschiertes Buch

Questo libro è principalmente per gli studenti di apprendimento automatico. Questo libro risponde anche alle esigenze dei ricercatori che lavorano nel campo della conoscenza dell'imaging biomedico e dell'oncologia assistita dal computer. Questo libro dimostra un approccio olistico alla classificazione dei tumori maligni tramite l'apprendimento automatico. Enumera diverse fasi di analisi dell'immagine e di segmentazione dell'immagine con l'aiuto del codice MATLAB. Il software di data mining WEKA è stato usato per descrivere i metodi di apprendimento supervisionati e non supervisionati. Ogni…mehr

Produktbeschreibung
Questo libro è principalmente per gli studenti di apprendimento automatico. Questo libro risponde anche alle esigenze dei ricercatori che lavorano nel campo della conoscenza dell'imaging biomedico e dell'oncologia assistita dal computer. Questo libro dimostra un approccio olistico alla classificazione dei tumori maligni tramite l'apprendimento automatico. Enumera diverse fasi di analisi dell'immagine e di segmentazione dell'immagine con l'aiuto del codice MATLAB. Il software di data mining WEKA è stato usato per descrivere i metodi di apprendimento supervisionati e non supervisionati. Ogni fase della classificazione dei tumori: estrazione delle caratteristiche, pre-elaborazione dei dati, selezione degli attributi, classificazione e valutazione del modello è stata adeguatamente spiegata con l'aiuto di screenshot. Spero che questo libro possa aiutare gli studenti, i ricercatori e gli insegnanti che lavorano sull'apprendimento automatico come riferimento pronto.
Autorenporträt
O Sr. Dipanjan Moitra é uma faculdade de TI no Departamento de Gestão, Universidade de Bengala do Norte, Índia. Completou o seu MCA da IGNOU em 2005. Foi autor de vários artigos de investigação sobre aprendizagem de máquinas e também autor de um livro sobre MIS. Trabalha também como revisor e editor técnico em muitas revistas nacionais e internacionais de renome.