• Open Daily: 10am - 10pm
    Alley-side Pickup: 10am - 7pm

    3038 Hennepin Ave Minneapolis, MN
    612-822-4611

Open Daily: 10am - 10pm | Alley-side Pickup: 10am - 7pm
3038 Hennepin Ave Minneapolis, MN
612-822-4611
Modele oparte na danych do analizy ciężkości COVID-19 u pacjentów z chorobami wspólistniejącymi

Modele oparte na danych do analizy ciężkości COVID-19 u pacjentów z chorobami wspólistniejącymi

Paperback

Medical Reference

ISBN10: 6209651410
ISBN13: 9786209651410
Publisher: Wydawnictwo Nasza Wiedza
Published: Mar 22 2026
Pages: 132
Weight: 0.41
Height: 0.31 Width: 6.00 Depth: 9.00
Language: Polish
Niniejsza książka przedstawia kompleksowe ramy oparte na sztucznej inteligencji do przewidywania ciężkości COVID-19 u pacjentów z chorobami wspólistniejącymi, odpowiadając na krytyczne wyzwania w diagnostyce, prognozowaniu i zarządzaniu zasobami opieki zdrowotnej. Integruje on techniki uczenia maszynowego i glębokiego uczenia się w celu analizy danych klinicznych, demograficznych i obrazowania medycznego na dużą skalę. Niezrównoważone zbiory danych klinicznych są obslugiwane przy użyciu zaawansowanych strategii wstępnego przetwarzania i ponownego próbkowania, umożliwiając solidne przewidywanie śmiertelności, przeżycia i nasilenia choroby.Książka sluży jako kompleksowy przewodnik dla badaczy, naukowców zajmujących się danymi i pracowników slużby zdrowia zainteresowanych opartym na sztucznej inteligencji przewidywaniem ciężkości COVID-19 u pacjentów z chorobami wspólistniejącymi. 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 odpornośc.

Also in

Medical Reference