اینترنت اشیا و یادگیری ماشینی برای دیابت نوع I و نوع II: موارد استفاده نسخه 1
اینترنت اشیا و یادگیری ماشینی برای دیابت نوع I و نوع II: Use Cases وسیله ای برای تبادل تخصص فراهم می کند و به نگرانی ها، نیازها و مشکلات مرتبط با دیابت نوع I و II می پردازد. مشارکت های متخصص از سوی محققان در زمینه زیست پزشکی، داده کاوی و یادگیری عمیق انجام می شود. این یک منبع ضروری برای جامعه تحقیقاتی هوش مصنوعی و زیست‌پزشکی است که از بخش‌های مختلف برای پوشش گسترده مفاهیم، مضامین و ابزارهای این حوزه مهم و در حال تحول عبور می‌کند. این پوشش شامل اینترنت اشیا، هوش مصنوعی، یادگیری عمیق، یادگیری ماشین و تجزیه و تحلیل داده های بزرگ برای دیابت و انفورماتیک سلامت است.
ادغام بسیاری از تکنیک های یادگیری ماشینی در حوزه زیست پزشکی برای تشخیص انواع دیابت با استفاده از حجم زیادی از داده های موجود مرتبط با دیابت برای استخراج دانش
این روش داده کاوی و تکنیک های اینترنت اشیا را برای نظارت بر بیماران دیابتی با استفاده از سوابق پزشکی (HER) و داده های اداری آنها یکپارچه می کند.
شامل برنامه های بالینی برای برجسته کردن استفاده معاصر از این الگوریتم های یادگیری ماشین و مدل های مبتنی بر هوش مصنوعی فراتر از تنظیمات تحقیقاتی
Internet of Things and Machine Learning for Type I and Type II Diabetes: Use cases 1st Edition
Internet of Things and Machine Learning for Type I and Type II Diabetes: Use Cases provides a medium of exchange of expertise and addresses the concerns, needs, and problems associated with Type I and Type II diabetes. Expert contributions come from researchers across biomedical, data mining, and deep learning. This is an essential resource for both the AI and Biomedical research community, crossing various sectors for broad coverage of the concepts, themes, and instrumentalities of this important and evolving area. Coverage includes IoT, AI, Deep Learning, Machine Learning and Big Data Analytics for diabetes and health informatics.
- Integrates many Machine learning techniques in biomedical domain to detect various types of diabetes to utilizing large volumes of available diabetes-related data for extracting knowledge
- It integrates data mining and IoT techniques to monitor diabetes patients using their medical records (HER) and administrative data
- Includes clinical applications to highlight contemporary use of these machine learning algorithms and artificial intelligence-driven models beyond research settings
-
Product details
- Publisher : Elsevier; 1st edition (July 23, 2024)
- Language : English
- Paperback : 448 pages
- ISBN-10 : 0323956866
- ISBN-13 : 978-0323956864
- Item Weight : 15.9 ounces
- Dimensions : 8.5 x 1.01 x 10.87 inches