مجله علمی تفریحی بیبیس
0

دانلود کتاب یادگیری ماشین و یادگیری عمیق در تجزیه و تحلیل داده‌های پزشکی و برنامه‌های مراقبت بهداشتی

  • عنوان کتاب: Machine Learning and Deep Learning in Medical Data Analytics and Healthcare Applications
  • نویسنده: Om Prakash Jena, Bharat Bhushan, Utku Kose
  • حوزه: یادگیری ماشین, یادگیری عمیق
  • سال انتشار: 2022
  • تعداد صفحه: 292
  • زبان اصلی: انگلیسی
  • نوع فایل: pdf
  • حجم فایل: 16.73 مگابایت

این کتاب اصول ML (یادگیری ماشینی) و DL (یادگیری عمیق) را در حوزه مراقبت های بهداشتی و سلامت پوشش می دهد که در آن از این مدل ها برای آموزش سیستم و استخراج ضمنی راه حل های مثبت استفاده می شود. هدف اصلی این کتاب برجسته کردن نقش الگوریتم‌های ML/DL در بهبود سیستم‌های تشخیصی مراقبت‌های بهداشتی، پردازش EHR، تجزیه و تحلیل سیگنال‌های پزشکی و در نتیجه افزایش کیفیت کلی زندگی با افزایش تشخیص بیماری و امید به زندگی است. علاوه بر این، این کتاب جوامع مختلف را با پیشرفت‌های نوآورانه خود در تئوری، مدل‌سازی، تجزیه و تحلیل آماری، رویکردهای تحلیلی، نتایج تحلیلی، شبیه‌سازی عددی، ساختار محاسباتی و مطالعات موردی مرتبط با کاربردهای مدل‌های ML/DL در حوزه مراقبت‌های بهداشتی به ارمغان می‌آورد.

This book covers the fundamentals of ML (machine learning) and DL (deep learning) in the healthcare domain where these models are used to train the system and implicitly extract positive solutions. The main aim of this book is to highlight the role of ML/DL algorithms in improved healthcare diagnostic systems, processing EHRs, medical signal analysis, and consequently enhance the overall quality of life by enhancing disease diagnosis and life expectancy. Further, this book endows varied communities with its innovative advances in theory, modeling, statistical analysis, analytical approaches, analytical results, numerical simulation, computational structuring, and case studies related to applications of ML/DL models in the healthcare domain.

این کتاب را میتوانید از لینک زیر بصورت رایگان دانلود کنید:

Download: Machine Learning and Deep Learning in Medical Data Analytics and Healthcare Applications

نظرات کاربران

  •  چنانچه دیدگاه شما توهین آمیز باشد تایید نخواهد شد.
  •  چنانچه دیدگاه شما جنبه تبلیغاتی داشته باشد تایید نخواهد شد.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد.

بیشتر بخوانید