Machine Learning for Healthcare Applications
Wenn man über den Einsatz von maschinellem Lernen im Gesundheitswesen nachdenkt, ist es eine Herkulesaufgabe, die gesamte Bandbreite an Informationen auf dem Gebiet der intelligenten Systeme darzustellen. Daher ist es das Ziel dieses Buches, die Darstellung eng und intensiv zu halten. Es unterscheidet sich von anderen Büchern dadurch, dass es für alle vorgestellten Modelle detaillierte Computersimulationen mit Erläuterungen zum Programmcode enthält. Es enthält einzigartige und unverwechselbare Kapitel über Krankheitsdiagnose, Telemedizin, medizinische Bildgebung, intelligente Gesundheitsüberwachung, Gesundheitsfürsorge über soziale Medien und maschinelles Lernen für COVID-19. Diese Kapitel helfen dabei, ein klares Verständnis für die Funktionsweise eines Algorithmus zu entwickeln und gleichzeitig das logische Denken zu stärken. In diesem Umfeld kann die Beantwortung einer einzigen Frage den Zugriff auf mehrere Datenquellen und den Einsatz hochentwickelter Analysetools erfordern. Während die Datenintegration ein dynamischer Forschungsbereich in der Datenbankgemeinschaft ist, haben die spezifischen Bedürfnisse der Forschung zur Entwicklung zahlreicher Middleware-Systeme geführt, die einen nahtlosen Datenzugriff in einer ergebnisorientierten Umgebung ermöglichen.
Da dieses Buch für ein breites Publikum gedacht ist, können Studenten, Forscher und Wissenschaftler sowohl aus dem akademischen Bereich als auch aus der Industrie von diesem Material profitieren. Es enthält eine umfassende Beschreibung von Fragen des Datenmanagements im Gesundheitswesen und einen Überblick über bestehende Systeme, so dass es sich für Einführungs- und Lehrzwecke eignet. Die Voraussetzungen sind minimal; es wird erwartet, dass die Leser über Grundkenntnisse des maschinellen Lernens verfügen.
Dieses Buch ist in 22 innovative Echtzeit-Kapitel unterteilt, die eine Vielzahl von Anwendungsbeispielen in verschiedenen Bereichen bieten. Diese Kapitel veranschaulichen, warum traditionelle Ansätze oft nicht den Bedürfnissen der Kunden entsprechen. Die vorgestellten Ansätze bieten einen umfassenden Überblick über den aktuellen Stand der Technik. Jedes dieser Kapitel, die von den Haupterfindern der vorgestellten Systeme verfasst wurden, spezifiziert die Anforderungen und bietet eine Beschreibung sowohl des gewählten Ansatzes als auch seiner Implementierung. Da diese Kapitel in sich abgeschlossen sind, können sie in beliebiger Reihenfolge gelesen werden. In jedem der Kapitel werden verschiedene Fachbegriffe verwendet, die Fachkenntnisse in maschinellem Lernen und Informatik voraussetzen.
| ISBN: | 9781119791812 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Hardcover |
| Erscheinungsjahr: | 2021 |
| Seitenzahl: | 416 |
Derzeit verfügbar, auf Lager.
