|
Dòng
|
Nội dung
|
|
1
|
A concise introduction to machine learning / A C Fau
Boca Raton, FL : CRC Press, Taylor & Francis Group, 2019
xix, 314 pages : illustrations ; 24 cm.
Ký hiệu phân loại (DDC): 006.31
"Machine Learning is known by many different names, and is used in many areas of science. It is also used for a variety of applications, including spam filtering, optical character recognition, search engines, computer vision, NLP, advertising, fraud detection, robotics, data prediction, astronomy. Considering this, it can often be difficult to find a solution to a problem in the literature, simply because different words and phrases are used for the same concept. This class-tested textbook aims to alleviate this, using mathematics as the common language. It covers a variety of machine learning concepts from basic principles, and llustrates every concept using examples in MATLAB"
Số bản sách:
(1)
Tài liệu số:
(0)
|
|
2
|
AI and Neurology / Julian Bösel, Rohan Mathur, Lin Cheng, Marianna S. Varelas, Markus A. Hobert & José I. Suarez // Neurological Research and Practice. - . - . - ISSN: 2524-3489
9 pages
Ký hiệu phân loại (DDC): 610.28
Background Artificial Intelligence is influencing medicine on all levels. Neurology, one of the most complex and progressive medical disciplines, is no exception. No longer limited to neuroimaging, where data-driven approaches were initiated, machine and deep learning methodologies are taking neurologic diagnostics, prognostication, predictions, decision making and even therapy to very promising potentials.
Main body In this review, the basic principles of different types of Artificial Intelligence and the options to apply them to neurology are summarized. Examples of noteworthy studies on such applications are presented from the fields of acute and intensive care neurology, stroke, epilepsy, and movement disorders. Finally, these potentials are matched with risks and challenges jeopardizing ethics, safety and equality, that need to be heeded by neurologists welcoming Artificial Intelligence to their field of expertise.
Conclusion Artificial intelligence is and will be changing neurology. Studies need to be taken to the prospective level and algorithms undergo federated learning to reach generalizability. Neurologists need to master not only the benefits but also the risks in safety, ethics and equity of such data-driven form of medicine.
Số bản sách:
(0)
Tài liệu số:
(1)
|
|
3
|
An Introduction to Machine Learning / Miroslav Kubat
Cham : Springer, 2017
348 p. ; cm.
Ký hiệu phân loại (DDC): 006.3
This textbook presents fundamental machine learning concepts in an easy to understand manner by providing practical advice, using straightforward examples, and offering engaging discussions of relevant applications. The main topics include Bayesian classifiers, nearest-neighbor classifiers, linear and polynomial classifiers, decision trees, neural networks, and support vector machines. Later chapters show how to combine these simple tools by way of "boosting," how to exploit them in more complicated domains, and how to deal with diverse advanced practical issues. One chapter is dedicated to the popular genetic algorithms. This revised edition contains three entirely new chapters on critical topics regarding the pragmatic application of machine learning in industry. The chapters examine multi-label domains, unsupervised learning and its use in deep learning, and logical approaches to induction as well as Inductive Logic Programming. Numerous chapters have been expanded, and the presentation of the material has been enhanced. The book contains many new exercises, numerous solved examples, thought-provoking experiments, and computer assignments for independent work.
Số bản sách:
(0)
Tài liệu số:
(1)
|
|
4
|
Áp dụng Machine Learning vào Pyspark để dự đoán quyết định mua sắm của khách hàng : Khóa luận tốt nghiệp chuyên ngành Khoa học dữ liệu / Trần Nguyễn Hoàng Hảo; Trần Châu Thanh Thiện hướng dẫn
Tp.Hồ Chí Minh : Đại học Nguyễn Tất Thành, 2024
41 tr. : bàng biểu ; 29 cm.
Ký hiệu phân loại (DDC): 658.81
Đề tài được xây dựng với mục tiêu nhằm phân tích nhu cầu mua sắm của khách hàng. Dựa trên nghiên cứu các thuật toán cùng với việc khai phá dữ liệu, đưa ra được mô hình dự đoán quyết định mua sắm của khách hàng là việc có mua sắm hay không. Thay vì những phân tích thủ công trước đây, các thuật toán học máy phân tích dựa trên các dữ liệu thu thập được từ trước đến nay làm bộ dữ liệu huấn luyện và đưa ra mô hình để hỗ trợ việc xem người dùng có quyết định mua sắm hay không thông qua các số liệu liên quan đến người dùng đó. Đề tài này nhằm hỗ trợ một phần quan trọng để biết được nhu cầu mua sắm của khách hàng là như thế nào.
Số bản sách:
(1)
Tài liệu số:
(0)
|
|
5
|
Áp dụng mô hình Machine learning để dự đoán có hay không bệnh tim mạch : Khóa luận tốt nghiệp chuyên ngành Khoa học dữ liệu / Phạm Minh Tiến; Trần Châu Thanh Thiện hướng dẫn
Tp.Hồ Chí Minh : Đại học Nguyễn Tất Thành, 2024
vii, 56 tr. : biểu đồ; hình ; 29 cm.
Ký hiệu phân loại (DDC): 616.12
Đề tài áp dụng công nghệ Machine Learning để phát triển một mô hình dự đoán nguy cơ mắc bệnh tim mạch dựa trên các chỉ số y tế của bệnh nhân. Mô hình được xây dựng dựa trên cơ sở của một bộ dữ liệu chứa thông tin về tuổi, giới tính, các chỉ số về huyết áp, cholesterol, đường huyết, kết quả điện tâm đồ và nhiều yếu tố khác. Bằng cách phân tích và xử lý dữ liệu. đề xuất sử dụng các mô hình Machine Laerning như Logistic Regression, K-Neighbors và Random Forest để dự đoán xác suất mắc bệnh tim mạch của một cá nhân dựa trên thông tin y tế cá nhân. Cuối cùng tạo ra một công cụ hữu ích cho việc đánh giá nguy cơ mắc bệnh tim mạch và hỗ trợ quyết định lâm sàng, giúp cải thiện khả năng chẩn đoán sớm và can thiệp kịp thời. Từ đó, giảm thiểu tác động của bệnh tim mạch và nâng cao chất lượng cuộc sống cộng đồng.
Số bản sách:
(1)
Tài liệu số:
(0)
|
|
|
|
|