Maschinelles Lernen für das Gesundheitswesen - Kataria, Jyoti;Kumar, Ashwani
43,90 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
0 °P sammeln
  • Broschiertes Buch

"Maschinelles Lernen für das Gesundheitswesen: Algorithms and Innovations" ist ein bahnbrechender Leitfaden, der die komplizierte Verschmelzung von maschinellem Lernen und Gesundheitswesen aufzeigt. Das Buch konzentriert sich auf die Entmystifizierung komplexer Algorithmen und geht von den Grundlagen zu fortgeschrittenen Anwendungen über, wobei wichtige Aspekte wie Datenvorverarbeitung, Modellauswahl und ethische Überlegungen behandelt werden. Fallstudien aus der Praxis beleuchten erfolgreiche Implementierungen in der medizinischen Bildgebung, Diagnostik, personalisierten Medizin und…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
"Maschinelles Lernen für das Gesundheitswesen: Algorithms and Innovations" ist ein bahnbrechender Leitfaden, der die komplizierte Verschmelzung von maschinellem Lernen und Gesundheitswesen aufzeigt. Das Buch konzentriert sich auf die Entmystifizierung komplexer Algorithmen und geht von den Grundlagen zu fortgeschrittenen Anwendungen über, wobei wichtige Aspekte wie Datenvorverarbeitung, Modellauswahl und ethische Überlegungen behandelt werden. Fallstudien aus der Praxis beleuchten erfolgreiche Implementierungen in der medizinischen Bildgebung, Diagnostik, personalisierten Medizin und prädiktiven Analytik. Mit dem Schwerpunkt auf kollaborativen, multidisziplinären Ansätzen unterstreicht das Buch die wichtige Partnerschaft zwischen Gesundheitsexperten und Datenwissenschaftlern. "Machine Learning for Healthcare" ist eine unverzichtbare Ressource, die ein tieferes Verständnis für die tiefgreifenden Auswirkungen des maschinellen Lernens auf die Zukunft des Gesundheitswesens fördert.
Autorenporträt
Frau Jyoti Kataria und Herr Ashwani Kumar sind derzeit Assistenzprofessoren an der School of Engineering and Technology der K. R. Mangalam University. Jyoti Kataria und Ashwani Kumar promovieren derzeit auf dem Gebiet der Informatik und des Ingenieurwesens. Ihre Forschungsinteressen umfassen Machine Leaning, Deep Learning und Computer Vision.