KI-Beratung Beta

Produktbild: Künstliche Intelligenz in der Medizin: Anwendungen, Algorithmen und Programmierung

Künstliche Intelligenz in der Medizin: Anwendungen, Algorithmen und Programmierung Für Studium, Forschung, Klinik und Wirtschaft

52,00 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Hier werden die für die Medizin relevanten KI-Algorithmen nachvollziehbar erklärt: Grundlagen und typische Anwendungsbereiche, die Mathematik dahinter, Daten und Datentypen, Programmierung in Python inkl. Code-Beispielen sowie Erkennen und Vermeiden von Fehlern. Einsetzbar sowohl für Forschungsarbeiten...

Beschreibung

Hier werden die für die Medizin relevanten KI-Algorithmen nachvollziehbar erklärt: Grundlagen und typische Anwendungsbereiche, die Mathematik dahinter, Daten und Datentypen, Programmierung in Python inkl. Code-Beispielen sowie Erkennen und Vermeiden von Fehlern. Einsetzbar sowohl für Forschungsarbeiten als auch für die Anwendung und Entwicklung KI-basierter Tools im medizinischen Alltag.
Teil I - Einführung
Was sind künstliche Intelligenz, maschinelles Lernen bzw. Deep Learning? Wo und wie kommen sie in der Medizin zum Einsatz? Welche Möglichkeiten und Grenzen bieten die Algorithmen? Welche Risiken, ethischen und rechtlichen Aspekte sind zu bedenken?
Teil II - Die wichtigsten Algorithmen
Für welche Analysen eignen sie sich, welche Vor- und Nachteile haben sie? Welche mathematischen Formeln liegen den KI-Modellen zugrunde? Wie werden diese programmiert und trainiert? Wie erkennt und vermeidet man Fehler?


  • Lineare Regressionen
  • Logistische Regressionen
  • Support Vector Machines (SVMs)
  • Decision Trees und Random Forests
  • Clustering
  • Neuronale Netze (FCNNs)
  • Convolutional Neural Networks (CNNs)
  • Graph Neural Networks (GNNs)
  • Generative künstliche Intelligenz

Daneben werden die nötigen Grundlagen zu Daten, Datentypen und zur Programmierung in Python erläutert, die Code-Beispiele sind als Download verfügbar.
Dieses Werk eignet sich für alle, die medizinische Daten z.B. im Rahmen einer Doktorarbeit eigenständig auswerten wollen oder die ein vertieftes Verständnis der Anwendung von KI-Algorithmen in der Medizin anstreben, um bestehende Tools gezielt einsetzen oder neue entwickeln zu können: Studierende der Medizin, Bioinformatik, Informatik, Data Science, Ingenieurwissenschaften, Betriebswirtschaftslehre und verwandter Fächer, sowie auch Forschende, Ärztinnen und Ärzte oder Unternehmerinnen und Unternehmer.

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

12.03.2025

Abbildungen

220 farbige Abbildungen

Verlag Urban & Fischer in Elsevier

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

12.03.2025

Abbildungen

220 farbige Abbildungen

Verlag Urban & Fischer in Elsevier
Seitenzahl

408

Maße (L/B/H)

23,8/16,9/1,6 cm

Gewicht

770 g

Farbe

Blau

Sprache

Deutsch

ISBN

978-3-437-41208-0

Herstelleradresse

Urban & Fischer/Elsevier
Bernhard-Wicki-Straße 3
80636 München
DE

Email: debitorenservice@hgv-online.de

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)

  • Produktbild: Künstliche Intelligenz in der Medizin: Anwendungen, Algorithmen und Programmierung
  • I Einführung und Hintergründe

    1 Geschichte der künstlichen Intelligenz

    2 Was ist künstliche Intelligenz und was kann sie?

    3 Künstliche Intelligenz im Gesundheitswesen

    4 Politische, juristische und ethische Aspekte des Einsatzes von künstlicher Intelligenz in der Medizin

    II Die wichtigsten Algorithmen der künstlichen Intelligenz

    5 Einführung in die Programmierung mit Python

    6 Daten und Modelloptimierung – Teil 1

    7 Lineare Regressionen

    8 Logistische Regression

    9 Support Vector Machines (SVMs)

    10 Decision Trees und Random Forests

    11 Clustering

    12 Neuronale Netze

    13 Convolutional Neural Networks (CNNs)

    14 Graph Neural Networks (GNNs)

    15 Generative künstliche Intelligenz

    16 Daten und Modelloptimierung – Teil 2