Lakshmi Mudarakola / M. Padmaja / Srinivasulu Ch.
Librería Samer Atenea
Librería Aciertas (Toledo)
Kálamo Books
Librería Perelló (Valencia)
Librería Elías (Asturias)
Donde los libros
Librería Kolima (Madrid)
Librería Proteo (Málaga)
Ten podręcznik zapewnia dogłębną analizę tego, w jaki sposób algorytmy uczenia maszynowego mogą być skutecznie stosowane do wykrywania i klasyfikowania chorób serca. Wypełnia lukę między opieką zdrowotną a inteligencją obliczeniową, prezentując podstawy teoretyczne, praktyczne implementacje i rzeczywiste zastosowania uczenia maszynowego w kardiologii. Zaczynając od przeglądu chorób sercowo-naczyniowych i ich globalnego wpływu, książka zagłębia się w podstawowe cechy medyczne i zbiory danych istotne dla chorób serca. Następnie systematycznie bada różne techniki uczenia maszynowego - w tym drzewa decyzyjne, maszyny wektorów nośnych, sieci neuronowe, k-najbliższych sąsiadów, metody zespołowe i głębokie uczenie się - oraz ich role w modelowaniu predykcyjnym. Każdy rozdział zawiera szczegółowe wyjaśnienia algorytmów, wskaźniki oceny modeli (takie jak dokładność, precyzja, wycofanie, wynik F1 i ROC-AUC) oraz studia przypadków wykorzystujące publicznie dostępne zbiory danych, takie jak zbiór danych Cleveland Heart Disease. Omówiono również kwestie etyczne, prywatność danych i wyzwania związane z wdrożeniem klinicznym. Ten podręcznik służy jako cenne źródło informacji dla studentów, badaczy, naukowców zajmujących się danymi i pracowników służby zdrowia.
