这个更新的第二版提供了机器学习算法和架构设计的指导。它提供了医疗保健领域智能系统的真实应用,并涵盖了管理大数据的挑战。
这本书已经更新了在海量数据,机器学习和人工智能伦理的最新研究。它涵盖了管理海量数据复杂性的新主题,并提供了复杂机器学习模型的例子。来自全球医疗服务提供商的实证研究展示了大数据和人工智能在对抗慢性和新疾病(包括COVID-19)方面的应用。探讨了数字医疗、分析和人工智能在人口健康管理中的未来。您将学习如何创建机器学习模型,评估其性能,并在您的组织内运作其结果。来自主要医疗服务提供商的研究覆盖了全球数字服务的规模。通过案例研究和最佳实践,包括物联网,提出了评估人工智能机器学习应用的有效性、适用性和效率的技术。
您将了解机器学习如何用于开发健康智能,其目的是改善患者健康、人口健康,并促进显著的护理支付方成本节约。
https://link.springer.com/book/10.1007/978-1-4842-6537-6#about
你会: 了解关键机器学习算法及其在医疗保健中的使用和实现 实现机器学习系统,如语音识别和增强深度学习/人工智能 管理海量数据的复杂性 熟悉人工智能和医疗保健最佳实践、反馈循环和智能代理