Advances of Machine Learning for Knowledge Mining in Electronic Health Records
-
- Hardcover
- Taschenbuch
- eBook ausgewählt
-
Form:Einzelkauf Download
-
Sprache:Englisch
-
eBook Format:PDF
- PDF 229,30 € ausgewählt
- ePUB 229,30 €
229,30 €
inkl. gesetzl. MwSt.Beschreibung
Produktdetails
Format
Kopierschutz
Ja
Family Sharing
Nein
Text-to-Speech
Nein
Erscheinungsdatum
07.03.2025
Herausgeber
P. Mohamed Fathimal + weitereVerlag
Taylor & Francis eBooksSeitenzahl
284 (Printausgabe)
Dateigröße
37189 KB
Auflage
1. Auflage
Sprache
Englisch
EAN
9781040305690
The book explores the application of cutting-edge machine learning and deep learning algorithms in mining Electronic Health Records (EHR). With the aim of improving patient health management, this book explains the structure of EHR consisting of demographics, medical history, and diagnosis, with a focus on the design and representation of structured, semi-structured, and unstructured data.
- Explains the design of organized, semi-structured, unstructured, and irregular time series data of electronic health records
- Covers information extraction, standards for meta-data, reuse of metadata for clinical research, and organized and unstructured data
- Discusses supervised and unsupervised learning in electronic health records
- Describes clustering and classification techniques for organized, semi- structured, and unstructured data from electronic health records
This book is an essential resource for researchers and professionals in fields like computer science, biomedical engineering, and information technology, seeking to enhance healthcare efficiency, security, and privacy through advanced data analytics and machine learning.
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 Ihr Feedback
Wir nutzen Ihr Feedback, um unsere Produktseiten zu verbessern. Bitte haben Sie Verständnis, dass wir Ihnen keine Rückmeldung geben können. Falls Sie Kontakt mit uns aufnehmen möchten, können Sie sich aber gerne an unseren Kund*innenservice wenden.
zum Kundenservice