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: Arash Shaban-Nejad, Martin Michalowski, David L. Buckeridge سری: Studies in Computational Intelligence, 914 ISBN (شابک) : 3030533514, 9783030533519 ناشر: Springer سال نشر: 2020 تعداد صفحات: 344 [351] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 12 Mb
در صورت تبدیل فایل کتاب Explainable AI in Healthcare and Medicine: Building a Culture of Transparency and Accountability 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 قابل توضیح در مراقبت های بهداشتی و پزشکی: ایجاد فرهنگ شفافیت و مسئولیت پذیری 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.
این کتاب آخرین پیشرفت ها در کاربرد هوش مصنوعی و علم داده در مراقبت های بهداشتی و پزشکی را برجسته می کند. شامل مقالات منتخب از کارگاه هوش سلامت 2020، که به عنوان بخشی از کنفرانس سالانه انجمن پیشرفت هوش مصنوعی (AAAI) برگزار شد، مروری بر مسائل، چالشها و فرصتها در این زمینه به همراه آخرین یافتههای تحقیقاتی ارائه میکند. . با بحث در مورد طیف گسترده ای از کاربردهای عملی، موضوعات نوظهور سلامت دیجیتال و هوش مصنوعی قابل توضیح در مراقبت های بهداشتی و پزشکی را برای خوانندگان گسترده ای در دسترس قرار می دهد. در دسترس بودن مدل های قابل توضیح و تفسیر اولین گام به سوی ایجاد فرهنگ شفافیت و پاسخگویی در مراقبت های بهداشتی است. به این ترتیب، این کتاب اطلاعاتی را برای دانشمندان، محققان، دانشجویان، متخصصان صنعت، آژانسهای بهداشت عمومی و سازمانهای غیردولتی علاقهمند به تئوری و عمل مدلهای محاسباتی هوش عمومی و شخصیشده سلامت فراهم میکند.
This book highlights the latest advances in the application of artificial intelligence and data science in health care and medicine. Featuring selected papers from the 2020 Health Intelligence Workshop, held as part of the Association for the Advancement of Artificial Intelligence (AAAI) Annual Conference, it offers an overview of the issues, challenges, and opportunities in the field, along with the latest research findings. Discussing a wide range of practical applications, it makes the emerging topics of digital health and explainable AI in health care and medicine accessible to a broad readership. The availability of explainable and interpretable models is a first step toward building a culture of transparency and accountability in health care. As such, this book provides information for scientists, researchers, students, industry professionals, public health agencies, and NGOs interested in the theory and practice of computational models of public and personalized health intelligence.