Fr. 52.50

Machine Learning Approaches for Disease State Classification

Englisch · Taschenbuch

Versand in der Regel in 2 bis 3 Wochen (Titel wird auf Bestellung gedruckt)

Beschreibung

Mehr lesen

Who is not fascinated by various images which show the brain functionality patterns? Aren't you amazed and somewhat dumbfounded when our brains can be read through an MRI machine? As the backbone of data mining, artificial intelligence has gradually received more recognition in academic world. Although specifically analyzing neuro-imaging data utilizing Artificial Neural Networks and Support Vector Machines, Peng's research has generally demonstrated the ability to achieve higher classification accuracy does not necessitate longer training time. With more intelligent algorithms and more efficient architectures, pattern recognition and classification can be performed more quickly and more accurately and will greatly benefit brain analysts.

Über den Autor / die Autorin










Dr Peng Wang, maschio, gestione dell'ingegneria, un assistente professore di analisti di business di grandi dati, analista di opinione pubblica di rete, bachelor, master tutti laureati dall'università del popolo cinese, Dr. Laureato dalla scuola centrale del partito, e l'università di Losanna, Svizzera, Dr. Formazione congiunta, università nazionale chung cheng a Taiwan.

Produktdetails

Autoren Gop Deshpande, Gopi Deshpande, Pen Wang, Peng Wang, Bodgan Wilamowski, Bogdan Wilamowski
Verlag LAP Lambert Academic Publishing
 
Sprache Englisch
Produktform Taschenbuch
Erschienen 01.01.2013
 
EAN 9783659437434
ISBN 978-3-659-43743-4
Seiten 60
Themen Naturwissenschaften, Medizin, Informatik, Technik > Informatik, EDV > Sonstiges
Ratgeber

Kundenrezensionen

Zu diesem Artikel wurden noch keine Rezensionen verfasst. Schreibe die erste Bewertung und sei anderen Benutzern bei der Kaufentscheidung behilflich.

Schreibe eine Rezension

Top oder Flop? Schreibe deine eigene Rezension.

Für Mitteilungen an CeDe.ch kannst du das Kontaktformular benutzen.

Die mit * markierten Eingabefelder müssen zwingend ausgefüllt werden.

Mit dem Absenden dieses Formulars erklärst du dich mit unseren Datenschutzbestimmungen einverstanden.