Librería Samer Atenea
Kálamo Books
Librería Elías (Asturias)
Librería Kolima (Madrid)
Librería Proteo (Málaga)
Niniejsza książka przedstawia kompleksowe ramy oparte na sztucznej inteligencji do przewidywania ciężkości COVID-19 u pacjentów z chorobami współistniejącymi, odpowiadając na krytyczne wyzwania w diagnostyce, prognozowaniu i zarządzaniu zasobami opieki zdrowotnej. Integruje on techniki uczenia maszynowego i głębokiego uczenia się w celu analizy danych klinicznych, demograficznych i obrazowania medycznego na dużą skalę. Niezrównoważone zbiory danych klinicznych są obsługiwane przy użyciu zaawansowanych strategii wstępnego przetwarzania i ponownego próbkowania, umożliwiając solidne przewidywanie śmiertelności, przeżycia i nasilenia choroby.Książka służy jako kompleksowy przewodnik dla badaczy, naukowców zajmujących się danymi i pracowników służby zdrowia zainteresowanych opartym na sztucznej inteligencji przewidywaniem ciężkości COVID-19 u pacjentów z chorobami współistniejącymi. Podkreślono w niej, że klasyczne modele uczenia maszynowego, w tym drzewo decyzyjne, losowy las i Gaussian Naïve Bayes, osiągają wysoką precyzję, podczas gdy modele oparte na sieciach neuronowych wykazują silne uogólnienie i odporność.