Ten podręcznik zapewnia doglębną analizę tego, w jaki spos b algorytmy uczenia maszynowego mogą byc skutecznie stosowane do wykrywania i klasyfikowania chor b serca. Wypelnia lukę między opieką zdrowotną a inteligencją obliczeniową, prezentując podstawy teoretyczne, praktyczne implementacje i rzeczywiste zastosowania uczenia maszynowego w kardiologii. Zaczynając od przeglądu chor b sercowo-naczyniowych i ich globalnego wplywu, książka zaglębia się w podstawowe cechy medyczne i zbiory danych istotne dla chor b serca. Następnie systematycznie bada r żne techniki uczenia maszynowego - w tym drzewa decyzyjne, maszyny wektor w nośnych, sieci neuronowe, k-najbliższych sąsiad w, metody zespolowe i glębokie uczenie się - oraz ich role w modelowaniu predykcyjnym. Każdy rozdzial zawiera szczeg lowe wyjaśnienia algorytm w, wskaźniki oceny modeli (takie jak dokladnośc, precyzja, wycofanie, wynik F1 i ROC-AUC) oraz studia przypadk w wykorzystujące publicznie dostępne zbiory danych, takie jak zbi r danych Cleveland Heart Disease. Om wiono r wnież kwestie etyczne, prywatnośc danych i wyzwania związane z wdrożeniem klinicznym. Ten podręcznik sluży jako cenne źr dlo informacji dla student w, badaczy, naukowc w zajmujących się danymi i pracownik w slużby zdrowia.
ThriftBooks sells millions of used books at the lowest everyday prices. We personally assess every book's quality and offer rare, out-of-print treasures. We deliver the joy of reading in recyclable packaging with free standard shipping on US orders over $15. ThriftBooks.com. Read more. Spend less.