题目

Diagnosing bias with machine learning

简介

用机器学习诊断偏倚,现阶段人工智能与医学的联系与交叉越来越紧密,通过机器学习,辅助医生诊断是该领域的主流,作者以独特的视角讲述了机器学习如何用于医学诊断的,内容详实,不容错过。

作者

Ziad Obermeyer,是加州大学伯克利分校公共卫生学院(UC Berkeley School of Public Health)卫生政策与管理的代理副教授,他在该校从事机器学习、医学和卫生政策的交叉研究。他以前是哈佛医学院的助理教授,在那里他获得了早期独立奖,这是美国国立卫生研究院最负盛名的杰出青年科学家奖。他继续在美国服务不足的地区进行急救。在从医之前,他曾在新泽西、日内瓦和东京的麦肯锡公司担任制药和全球健康客户顾问。

Emma Pierson, Jure Leskovec, David Cutler, Sendhil Mullainathan。

成为VIP会员查看完整内容
10

相关内容

“机器学习是近20多年兴起的一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习理论主要是设计和分析一些让 可以自动“ 学习”的算法。机器学习算法是一类从数据中自动分析获得规律,并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论,机器学习与统计推断学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。很多 推论问题属于 无程序可循难度,所以部分的机器学习研究是开发容易处理的近似算法。” ——中文维基百科

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
专知会员服务
12+阅读 · 2019年11月23日
通俗易懂!《图机器学习导论》附69页PPT
专知
54+阅读 · 2019年12月27日
人工智能入门书单(附PDF链接)
AI前线
20+阅读 · 2018年8月2日
【智能医疗】如何利用深度学习诊断心脏病?
产业智能官
7+阅读 · 2017年10月3日
Andrew NG的新书《Machine Learning Yearning》
我爱机器学习
11+阅读 · 2016年12月7日
Arxiv
20+阅读 · 2019年11月24日
A Comprehensive Survey on Transfer Learning
Arxiv
117+阅读 · 2019年11月7日
Arxiv
11+阅读 · 2018年7月31日
Arxiv
11+阅读 · 2018年4月25日
Arxiv
151+阅读 · 2017年8月1日
VIP会员
相关论文
Arxiv
20+阅读 · 2019年11月24日
A Comprehensive Survey on Transfer Learning
Arxiv
117+阅读 · 2019年11月7日
Arxiv
11+阅读 · 2018年7月31日
Arxiv
11+阅读 · 2018年4月25日
Arxiv
151+阅读 · 2017年8月1日
微信扫码咨询专知VIP会员