人工智慧新書下載: Machine Learning and AI for Healthcare - 2019.pdf
圖片.png
下載地址： https://itbooks.pipipan.com/fs/18113597-335448646
探索人工智慧（AI)和醫療機器學習的理論和實際應用。本書提供了機器學習演算法，架構設計以及醫療保健和大資料挑戰中學習應用的導覽。
您將發現醫療保健資料分析的道德含義以及AI在人口和患者健康優化方面的未來。您還將建立機器學習模型，評估績效並在組織內實施結果。
機器學習和醫療保健人工智慧提供瞭如何在組織內應用機器學習並評估AI應用程式的功效，適用性和效率的技術。通過主要案例研究說明了這些，包括如何通過患者主導的資料學習和物聯網重新定義慢性病。
你將學到什麼
- 深入瞭解關鍵機器學習演算法及其在更廣泛的醫療保健中的使用和實施
- 實施機器學習系統，例如語音識別和增強的深度學習/ AI
- 選擇學習方法/演算法和調整以用於醫療保健
- 通過最佳實踐，反饋迴圈和智慧代理，認識並準備醫療保健中的人工智慧的未來
本書適用於誰
對機器學習如何用於開發健康情報感興趣的醫療保健專業人員 - 旨在改善患者健康，人口健康並促進顯著的護理費用節省。
第1章：什麼是人工智慧
章節目標：介紹書籍和主題
頁數：10
Sub -Topics
1.什麼是人工智慧，資料科學，機器和深度學習
2.從資料中學習的案例
3.大資料/學習/分析3.0的演變
4.在醫療保健環境中如何使用資料進行學習的實際示例
5.結論
第2章：資料
章節目標：瞭解學習所需的資料以及如何確保結果準確性的有效資料
頁數：30
子主題
1.什麼是資料，資料來源以及有哪些型別的資料？很少與大資料以及此類資料集的優缺點。結構化與非結構化資料。
2.資料所需的關鍵方面，特別是有效性，以確保只有有用和相關的資訊
3.如何使用大資料進行學習（用例）
4.將資料轉化為資訊 - 如何收集可用於改善健康結果的資料以及如何收集此類資料的示例
5.作為大資料使用的一部分所面臨的挑戰
6.資料治理
第3章：什麼是機器學習？
章節目標：介紹機器學習，識別/揭開學習型別的神祕面紗，並提供流行演算法及其應用的資訊
頁數：45
子主題：
1.簡介 - 什麼是學習？
2.人與人之間的差異/相似之處，資料科學，機器學習，深度學習
3.學習的歷史/演變
4.學習演算法 - 流行的型別/類別，應用程式及其數學基礎
5.用於學習的軟體
第4章：醫療機器學習
章節目標：全面瞭解與學習系統相關的關鍵概念以及醫療機構內機器學習的實際應用
頁數：50
子主題：
1.瞭解任務，效能和經驗，以優化演算法和結果
2.識別用於醫療保健應用的演算法：預測分析，透視分析，推理，建模，概率估計，NLP等和常見用途
3.實時分析和分析
4.機器學習最佳實踐
5.神經網路，人工神經網路，深度學習
第5章：評估智力學習
章節目標：要了解如何評估學習演算法，如何選擇最佳評估技術/方法進行分析
頁數：10
1.如何評估機器學習系統
2.評估產出的方法
3.提高你的智力
4.高階分析
第六章：智力倫理
章節目標：瞭解人工智慧/機器學習必須解決的障礙，同時克服微觀和巨集觀層面的障礙，以增強健康智慧
頁數：25
1.大資料和機器學習的好處
2.大資料和機器學習的缺點 - 誰擁有資料，分發資料，應該告訴患者/人們結果是什麼（例如資料顯示癌症的風險）
3.資料是好還是資料不好？
4.需要解決的主題，以確保產出的簡便性，效率和安全性
我們需要管理我們的情報嗎？
第7章：醫療保健的未來
章節目標：概述醫療保健中人工智慧和機器/深度學習的方向以及智慧系統的未來應用
頁數：30
1.循證醫學
2.患者資料作為證據基礎
3.醫療保健中斷推動創新
4.對精確受眾的概括如何實現個性化醫療
5.資料和物聯網對實現個性化醫療的影響
6.道德規範怎麼樣？
7.結論
第8章：案例研究
章節目標：人工智慧和機器/深度學習在醫療保健領域的真實應用
頁數：20
1.實施機器學習的組織的真實案例研究以及用於確定最佳效能/結果的挑戰，方法，演算法和分析