دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Machine Learning for Health Informatics: State-of-the-Art and Future Challenges
دانلود کتاب یادگیری ماشینی برای انفورماتیک سلامت: چالش های پیشرفته و آینده
مشخصات کتاب
Machine Learning for Health Informatics: State-of-the-Art and Future Challenges
ویرایش: 1
نویسندگان: Andreas Holzinger (eds.)
سری: Lecture Notes in Computer Science 9605
ISBN (شابک) : 9783319504773, 9783319504780
ناشر: Springer International Publishing
سال نشر: 2016
تعداد صفحات: 503
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 28 مگابایت
قیمت کتاب (تومان) : 53,000
کلمات کلیدی مربوط به کتاب یادگیری ماشینی برای انفورماتیک سلامت: چالش های پیشرفته و آینده: داده کاوی و کشف دانش، انفورماتیک سلامت، تجزیه و تحلیل الگوریتم و پیچیدگی مسئله، پردازش تصویر و بینایی کامپیوتری
در صورت تبدیل فایل کتاب Machine Learning for Health Informatics: State-of-the-Art and Future Challenges 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 یادگیری ماشینی برای انفورماتیک سلامت: چالش های پیشرفته و آینده 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 یادگیری ماشینی برای انفورماتیک سلامت: چالش های پیشرفته و آینده
یادگیری ماشین (ML) سریع‌ترین رشته در حال رشد در علوم کامپیوتر
است و انفورماتیک سلامت (HI) یکی از بزرگترین چالش‌های کاربردی
است که مزایای آینده را در بهبود تشخیص‌های پزشکی، تجزیه و
تحلیل بیماری‌ها و توسعه دارویی ارائه می‌کند. با این حال، ML
موفق برای HI نیاز به تلاشی هماهنگ، پرورش تحقیقات یکپارچه بین
متخصصان از رشته‌های مختلف از علم داده تا تجسم دارد.
مقابله با چالش‌های پیچیده هم به تعالی رشته‌ای و هم به
شبکه‌های بین رشته‌ای بدون هیچ مرزی نیاز دارد. با پیروی از
رویکرد HCI-KDD، در ترکیب بهترین های دو جهان، هدف آن پشتیبانی
از هوش انسانی با هوش ماشینی است.
این بررسی پیشرفته، خروجی شبکه بین المللی متخصص HCI-KDD است و
دارای 22 فصل با دقت انتخاب شده و بررسی شده در مورد موضوعات
داغ در یادگیری ماشین برای انفورماتیک سلامت. آنها مشکلات باز و
چالش های آینده را به منظور تحریک تحقیقات بیشتر و پیشرفت بین
المللی در این زمینه مورد بحث قرار می دهند.
توضیحاتی درمورد کتاب به خارجی
Machine learning (ML) is the fastest growing field in
computer science, and Health Informatics (HI) is amongst the
greatest application challenges, providing future benefits in
improved medical diagnoses, disease analyses, and
pharmaceutical development. However, successful ML for HI
needs a concerted effort, fostering integrative research
between experts ranging from diverse disciplines from data
science to visualization.
Tackling complex challenges needs both disciplinary
excellence and cross-disciplinary networking without any
boundaries. Following the HCI-KDD approach, in combining the
best of two worlds, it is aimed to support human intelligence
with machine intelligence.
This state-of-the-art survey is an output of the
international HCI-KDD expert network and features 22
carefully selected and peer-reviewed chapters on hot topics
in machine learning for health informatics; they discuss open
problems and future challenges in order to stimulate further
research and international progress in this field.
فهرست مطالب
Front Matter....Pages I-XXII
Machine Learning for Health Informatics....Pages 1-24
Bagging Soft Decision Trees....Pages 25-36
Grammars for Discrete Dynamics....Pages 37-58
Empowering Bridging Term Discovery for Cross-Domain Literature Mining in the TextFlows Platform....Pages 59-98
Visualisation of Integrated Patient-Centric Data as Pathways: Enhancing Electronic Medical Records in Clinical Practice....Pages 99-124
Deep Learning Trends for Focal Brain Pathology Segmentation in MRI....Pages 125-148
Differentiation Between Normal and Epileptic EEG Using K-Nearest-Neighbors Technique....Pages 149-160
Survey on Feature Extraction and Applications of Biosignals....Pages 161-182
Argumentation for Knowledge Representation, Conflict Resolution, Defeasible Inference and Its Integration with Machine Learning....Pages 183-208
Machine Learning and Data Mining Methods for Managing Parkinson’s Disease....Pages 209-220
Challenges of Medical Text and Image Processing: Machine Learning Approaches....Pages 221-242
Visual Intelligent Decision Support Systems in the Medical Field: Design and Evaluation....Pages 243-258
A Master Pipeline for Discovery and Validation of Biomarkers....Pages 259-288
Machine Learning Solutions in Computer-Aided Medical Diagnosis....Pages 289-302
Processing Neurology Clinical Data for Knowledge Discovery: Scalable Data Flows Using Distributed Computing....Pages 303-318
Network-Guided Biomarker Discovery....Pages 319-336
Knowledge Discovery in Clinical Data....Pages 337-356
Reasoning Under Uncertainty: Towards Collaborative Interactive Machine Learning....Pages 357-376
Convolutional Neural Networks Applied for Parkinson’s Disease Identification....Pages 377-390
Recommender Systems for Health Informatics: State-of-the-Art and Future Perspectives....Pages 391-414
Machine Learning for In Silico Modeling of Tumor Growth....Pages 415-434
A Tutorial on Machine Learning and Data Science Tools with Python....Pages 435-480
Back Matter....Pages 481-481
نظرات کاربران
کتاب های تصادفی
دانلود کتاب Modeling: Gateway to the Unknown: A Work by Rom Harré
دانلود کتاب Fundamentals of heat and mass transfer. Solutions
