Compartir
Klinisches Vorhersagemodell durch maschinelles Lernen (en Alemán)
Ashutosh Kumar
(Autor)
·
Mohammad Zeeshan
(Autor)
·
Ravi Shekhar
(Autor)
·
Verlag Unser Wissen
· Tapa Blanda
Klinisches Vorhersagemodell durch maschinelles Lernen (en Alemán) - Zeeshan, Mohammad ; Kumar, Ashutosh ; Shekhar, Ravi
$ 113.073
$ 141.341
Ahorras: $ 28.268
Elige la lista en la que quieres agregar tu producto o crea una nueva lista
✓ Producto agregado correctamente a la lista de deseos.
Ir a Mis Listas
Origen: Estados Unidos
(Costos de importación incluídos en el precio)
Se enviará desde nuestra bodega entre el
Lunes 05 de Agosto y el
Miércoles 14 de Agosto.
Lo recibirás en cualquier lugar de Argentina entre 1 y 3 días hábiles luego del envío.
Reseña del libro "Klinisches Vorhersagemodell durch maschinelles Lernen (en Alemán)"
In der Gesundheitsbranche ist die Big-Data-Analytik von gro er Bedeutung, da die Branche selbst ein riesiges Meer von Datensätzen beherbergt. Die Analytik wird eingesetzt, um diese Datensätze zu untersuchen und verborgene Informationen und Trends aufzudecken, um Wissen zu extrahieren und Ergebnisse vorherzusehen. Die derzeit vorhandenen Ansätze lassen eine erhebliche Kategorisierungs- und Vorhersagegenauigkeit vermissen, da das Abrufen strukturierter Daten aus dem Gesundheitswesen und klinischen Bereichen zeitaufwändig ist und die genaue Vorhersage von Krankheiten anhand von Echtzeitberichten eine schwierige und rechenintensive Aufgabe darstellt. Daher ist es wichtig, die Motive hinter den Ansätzen des maschinellen Lernens im Gesundheitswesen zu verstehen, da Präzision und Genauigkeit bei Problemen im Gesundheitswesen oft entscheidend sind. Ziel ist es, ein verallgemeinertes klinisches maschinelles Lernvorhersagemodell unter Verwendung überwachter Klassifizierungsalgorithmen zu erstellen, um verschiedene häufige, aber schwere Krankheiten anhand einer binären Ausgabe vorherzusagen.
- 0% (0)
- 0% (0)
- 0% (0)
- 0% (0)
- 0% (0)
Todos los libros de nuestro catálogo son Originales.
El libro está escrito en Alemán.
La encuadernación de esta edición es Tapa Blanda.
✓ Producto agregado correctamente al carro, Ir a Pagar.