دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Artificial Intelligence and Computational Dynamics for Biomedical Research
دانلود کتاب هوش مصنوعی و دینامیک محاسباتی برای تحقیقات زیست پزشکی
مشخصات کتاب
Artificial Intelligence and Computational Dynamics for Biomedical Research
ویرایش:
نویسندگان: Ankur Saxena. Nicolas Brault
سری: Intelligent Biomedical Data Analysis
ISBN (شابک) : 3110761998, 9783110761993
ناشر: De Gruyter
سال نشر: 2022
تعداد صفحات: 298
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 93 Mb
قیمت کتاب (تومان) : 33,000
در صورت تبدیل فایل کتاب Artificial Intelligence and Computational Dynamics for Biomedical Research به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب هوش مصنوعی و دینامیک محاسباتی برای تحقیقات زیست پزشکی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
توضیحاتی در مورد کتاب هوش مصنوعی و دینامیک محاسباتی برای تحقیقات زیست پزشکی
سری: تجزیه و تحلیل داده‌های بیومدیکال هوشمند
با تمرکز بر روش‌ها و ابزارهای تجزیه و تحلیل هوشمند داده‌ها، هدف
این مجموعه کاهش شکاف فزاینده بین جمع‌آوری داده‌ها و درک داده‌ها
است. همچنین بر مشکلات ناشی از جمع‌آوری خودکار داده‌ها در
بیمارستان‌های مدرن، مانند تجزیه و تحلیل سوابق بیماران مبتنی بر
رایانه، ابزارهای ذخیره‌سازی داده‌ها، هشدار هوشمند، نظارت مؤثر و
کارآمد تأکید می‌شود. در پزشکی، غلبه بر این شکاف بسیار مهم است،
زیرا تصمیم گیری پزشکی باید با استدلال های مبتنی بر دانش پزشکی
موجود و همچنین اطلاعات، قانونمندی ها و روندهای استخراج شده از
مجموعه داده های بزرگ پشتیبانی شود.
توضیحاتی درمورد کتاب به خارجی
THE SERIES: INTELLIGENT BIOMEDICAL DATA ANALYSIS
By focusing on the methods and tools for intelligent data
analysis, this series aims to narrow the increasing gap between
data gathering and data comprehension. Emphasis is also given
to the problems resulting from automated data collection in
modern hospitals, such as analysis of computer-based patient
records, data warehousing tools, intelligent alarming,
effective and efficient monitoring. In medicine, overcoming
this gap is crucial since medical decision making needs to be
supported by arguments based on existing medical knowledge as
well as information, regularities and trends extracted from big
data sets.
