دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: Chee-Peng Lim, Ashlesha Vaidya, Yen-Wei Chen, Tejasvi Jain, Lakhmi C. Jain سری: Intelligent Systems Reference Library, 228 ISBN (شابک) : 3031111532, 9783031111532 ناشر: Springer سال نشر: 2022 تعداد صفحات: 238 [239] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 6 Mb
در صورت تبدیل فایل کتاب Artificial Intelligence and Machine Learning for Healthcare: Vol. 1: Image and Data Analytics 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 یادگیری ماشین برای مراقبت های بهداشتی: جلد. 1: تجزیه و تحلیل تصویر و داده 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.
Artificial intelligence (AI) and machine learning (ML) have transformed many standard and conventional methods in undertaking health and well-being issues of humans. AL/ML-based systems and tools play a critical role in this digital and big data era to address a variety of medical and healthcare problems, improving treatments and quality of care for patients.
This edition on AI and ML for healthcare consists of two volumes. The first presents selected AI and ML studies on medical imaging and healthcare data analytics, while the second unveils emerging methodologies and trends in AI and ML for delivering better medical treatments and healthcare services in the future.
In this first volume, progresses in AI and ML technologies for medical image, video, and signal processing as well as health information and data analytics are presented. These selected studies offer readers theoretical and practical knowledge and ideas pertaining to recent advances in AI and ML for effective and efficient image and data analytics, leading to state-of-the-art AI and ML technologies for advancing the healthcare sector.