In der Gesundheitsbranche ist die Big-Data-Analyse äußerst wichtig, da die Branche selbst über ein riesiges Meer von Datensätzen verfügt.
Die Analytik wird eingesetzt, um diese Datensätze zu untersuchen und verborgene Informationen und Trends aufzudecken, um Wissen zu extrahieren und Ergebnisse vorherzusehen. Derzeitige Ansätze weisen erhebliche Defizite bei der Kategorisierung und Vorhersagegenauigkeit auf, da die Beschaffung strukturierter klinischer und medizinischer Daten zeitaufwändig ist und eine genaue Krankheitsvorhersage anhand von Echtzeitberichten eine schwierige und rechenintensive Aufgabe darstellt.
Es ist daher von entscheidender Bedeutung, die Beweggründe für maschinelles Lernen im Gesundheitswesen zu verstehen, da Präzision und Genauigkeit bei Problemen im Gesundheitswesen oft entscheidend sind. Ziel ist es, ein verallgemeinertes klinisches maschinelles Lernvorhersagemodell zu entwickeln, das überwachte Klassifizierungsalgorithmen verwendet, um mehrere häufige, aber schwerwiegende Gesundheitskrankheiten anhand eines binären Scores vorherzusagen.
| ISBN: | 9786205652459 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Taschenbuch |
Derzeit verfügbar, auf Lager.
