Andere Kunden interessierten sich auch für
![Esplorare i confini: L'ambito dell'apprendimento automatico nelle applicazioni moderne]( "Esplorare i confini: L'ambito dell'apprendimento automatico nelle applicazioni moderne")
Esplorare i confini: L'ambito dell'apprendimento automatico nelle applicazioni moderne29,99 €![Diagnosi medica di malattie cardiache con l'algoritmo Naïve Bayes]( "Diagnosi medica di malattie cardiache con l'algoritmo Naïve Bayes")
Diagnosi medica di malattie cardiache con l'algoritmo Naïve Bayes26,99 €![I fondamenti dell'apprendimento automatico]( "I fondamenti dell'apprendimento automatico")
I fondamenti dell'apprendimento automatico44,99 €![INSEGNARE LA PROGRAMMAZIONE DELL'APPRENDIMENTO AUTOMATICO CON PANDAS E JUPYTER-LAB]( "INSEGNARE LA PROGRAMMAZIONE DELL'APPRENDIMENTO AUTOMATICO CON PANDAS E JUPYTER-LAB")
INSEGNARE LA PROGRAMMAZIONE DELL'APPRENDIMENTO AUTOMATICO CON PANDAS E JUPYTER-LAB39,99 €![Applicazione dell'apprendimento automatico - Classificazione degli studenti]( "Applicazione dell'apprendimento automatico - Classificazione degli studenti")
Applicazione dell'apprendimento automatico - Classificazione degli studenti36,99 €![Rilevamento e classificazione delle malattie della pelle con il Deep Learning]( "Rilevamento e classificazione delle malattie della pelle con il Deep Learning")
Rilevamento e classificazione delle malattie della pelle con il Deep Learning29,99 €![Rilevamento automatico dell'accrescimento dell'occhio per il glaucoma]( "Rilevamento automatico dell'accrescimento dell'occhio per il glaucoma")
Rilevamento automatico dell'accrescimento dell'occhio per il glaucoma29,99 €
Il Machine Learning in ambito medico-sanitario si sta evolvendo come un importante campo di ricerca per fornire prognosi e una comprensione più approfondita dei dati medici. La maggior parte dei metodi di apprendimento automatico dipende da diverse caratteristiche che definiscono il comportamento dell'algoritmo, influenzando l'output e la complessità dei modelli risultanti, direttamente o indirettamente. In passato sono stati utilizzati molti metodi di apprendimento automatico per rilevare le malattie cardiache. La rete neurale e la regressione logistica sono alcuni dei pochi metodi di apprendimento automatico utilizzati nella diagnosi delle malattie cardiache. Sono stati analizzati più algoritmi come Support vector machine, K-nearest neighbour, Random Forest classifier, oltre ad approcci compositi che incorporano i suddetti algoritmi di diagnosi delle malattie cardiache. Il sistema è stato implementato e addestrato nella piattaforma python utilizzando il modello di apprendimento automatico. Per la raccolta di nuovi dati, il framework può essere esteso.