Active Learning to Minimize the Possible Risk of Future Epidemics
-
- Taschenbuch ausgewählt
- eBook
-
Sprache:Englisch
43,99 €
inkl. gesetzl. MwSt.,
Beschreibung
Produktdetails
Einband
Taschenbuch
Erscheinungsdatum
23.11.2023
Abbildungen
XVI, 96 p. 20 illus., 15 illus. in color.
Verlag
Springer SingaporeSeitenzahl
96
Maße (L/B/H)
23,5/15,5/0,7 cm
Gewicht
184 g
Auflage
23001 Auflage 1st ed. 2023
Sprache
Englisch
ISBN
978-981-9974-41-2
Future epidemics are inevitable, and it takes months and even years to collect fully annotated data. The sheer magnitude of data required for machine learning algorithms, spanning both shallow and deep structures, raises a fundamental question: how big data is big enough to effectively tackle future epidemics? In this context, active learning, often referred to as human or expert-in-the-loop learning, becomes imperative, enabling machines to commence learning from day one with minimal labeled data. In unsupervised learning, the focus shifts toward constructing advanced machine learning models like deep structured networks that autonomously learn over time, with human or expert intervention only when errors occur and for limited data—a process we term mentoring. In the context of Covid-19, this book explores the use of deep features to classify data into two clusters (0/1: Covid-19/non-Covid-19) across three distinct datasets: cough sound, Computed Tomography (CT) scan, and chest x-ray (CXR). Not to be confused, our primary objective is to provide a strong assertion on how active learning could potentially be used to predict disease from any upcoming epidemics. Upon request (education/training purpose), GitHub source codes are provided.
Noch keine Bewertungen vorhanden
Verfassen Sie die erste Bewertung zu diesem Artikel
Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.
Kurze Frage zu unserer Seite
Vielen Dank für dein Feedback
Wir nutzen dein Feedback, um unsere Produktseiten zu verbessern. Bitte habe Verständnis, dass wir dir keine Rückmeldung geben können. Falls du Kontakt mit uns aufnehmen möchtest, kannst du dich aber gerne an unseren Kund*innenservice wenden.
zum Kundenservice