POLECAMY
Koszyk
Techniki statystycznej i eksploracyjnej analizy danych medycznych
Autor:
Format:
ibuk
Podstawy niemal każdej postawionej diagnozy i dalszego leczenia określają˛ statystycznie opracowane wyniki badań medycznych. W związku z tym bardzo ważne jest zbudowanie skutecznych narzędzi, które stanowiłyby wsparcie tego procesu. Dzięki metodom analizy danych, w szczególności analizy statystycznej, można wykryć prawidłowości i współzależności, które wcześniej nie zostały odnotowane i tym samym poprawić jakość diagnozy. Istotna˛ role˛ w systemach diagnostyki medycznej pełnia˛ również moduły odpowiadające za eksploracje˛ danych. Przeprowadzając analizę danych medycznych, należy najpierw zidentyfikować najważniejsze atrybuty do oceny stanu pacjenta, a następnie, stosując wybrane metody, sprawdzić zależności pomiędzy wartościami różnych atrybutów oraz pomiędzy wartościami atrybutów i klasyfikacją pacjentów. Analiza danych medycznych jest zatem jednym z najważniejszych elementów wpływających na poziom nowoczesnej opieki medycznej, a jej komputerowe wsparcie pełni w tej analizie kluczową rolę.
| Rok wydania | 2018 |
|---|---|
| Liczba stron | 148 |
| Kategoria | Inne |
| Wydawca | Akademicka Oficyna Wydawnicza EXIT Andrzej Lang |
| ISBN-13 | 978-83-7837-588-3 |
| Numer wydania | 1 |
| Język publikacji | polski |
| Informacja o sprzedawcy | ePWN sp. z o.o. |
Ciekawe propozycje
Spis treści
| 1. Wstęp | |
| 1.1. Wyzwania i problemy związane z komputerową automatyzacją analizy danych medycznych | |
| 1.2. Problematyka opracowania | |
| 2. Metody statystyczne w analizie danych medycznych | |
| 2.1. Wprowadzenie | |
| 2.2. Typy danych | |
| 2.3. Analiza opisowa | |
| 2.4. Analiza rozkładu cechy | |
| 2.5. Analiza korelacyjna | |
| 2.6. Problematyka wyboru testu statystycznego dla zadanego problemu medycznego | |
| 2.7. Ocena istotności statystycznej | |
| 2.8. Statystyczna analiza danych - badania eksperymentalne | |
| 3. Techniki nadzorowanego i nienadzorowanego uczenia maszynowego w klasyfikacji danych medycznych | |
| 3.1. Wprowadzenie | |
| 3.2. Uczenie nadzorowane | |
| 3.3. Uczenie nienadzorowane | |
| 3.4. Algorytmy klasyfikacyjne | |
| 3.5. Ocena poprawności algorytmu klasyfikacyjnego | |
| 3.6. Proces walidacji algorytmu klasyfikacyjnego | |
| 3.7. Homogeniczne i heterogeniczne fuzje klasyfikatorów | |
| 3.8. Algorytmy grupowania | |
| 3.9. Problematyka wyboru grupy algorytmów uczących się - badania eksperymentalne | |
| 4. Selekcja Cech | |
| 4.1. Wprowadzenie | |
| 4.2. Klasyfikacja metod automatycznej selekcji cech | |
| 4.3. Algorytmy przeszukiwania zbioru cech | |
| 4.4. Ocena poprawności algorytmu selekcji cech | |
| 4.5. Charakterystyka wybranych metod automatycznej selekcji cech | |
| 4.6. Selekcja cech w procesie oceny skuteczności terapii | |
| 4.7. Zastosowanie automatycznej selekcji cech w analizie danych biomedycznych | |
| 4.8. Automatyczna selekcja cech o mniejszej informatywności | |
| 5. Aspekty rozszerzające problematykę klasyfikacji danych medycznych | |
| 5.1. Wprowadzenie | |
| 5.2. Klasyfikacja niezbalansowanych zbiorów danych | |
| 5.3. Klasyfikacja wieloetykietowa | |
| Bibliografia | |
| Spis rysunków | |
| Spis tablic | |
Wypożyczaj w abonamencie!
Już od 2,66 zł za ebooka
