Name: Brustkrebsvorhersage mit Algorithmen des maschinellen Lernens (en Alemán)
Price: 247780.00 COP
Availability: InStock
Author: Garigipati, Nagababu
ISBN: 9786206311911

portada Brustkrebsvorhersage mit Algorithmen des maschinellen Lernens (en Alemán)

Formato

Libro Físico

Autor

Nagababu Garigipati

Editorial

Verlag Unser Wissen

Idioma

Alemán

N° páginas

Encuadernación

Tapa Blanda

Dimensiones

22.9 x 15.2 x 0.5 cm

Peso

0.12 kg.

ISBN13

9786206311911

Categorías

Cuestiones generales de la medicina

Brustkrebsvorhersage mit Algorithmen des maschinellen Lernens (en Alemán)

Nagababu Garigipati (Autor) · Verlag Unser Wissen · Tapa Blanda

Libro Nuevo

$ 247.780

$ 381.199

Ahorras: $ 133.420

35% descuento

Envío normal

Origen: Estados Unidos (Costos de importación incluídos en el precio)

Se enviará desde nuestra bodega entre el Miércoles 31 de Julio y el Viernes 09 de Agosto.

Lo recibirás en cualquier lugar de Colombia entre 1 y 5 días hábiles luego del envío.

Reseña del libro "Brustkrebsvorhersage mit Algorithmen des maschinellen Lernens (en Alemán)"

Brustkrebs ist die häufigste Krebsart bei Frauen. Wenn Krebs frühzeitig erkannt wird, kann er oft geheilt werden. Es gibt einige Geräte, die Brustkrebs erkennen, aber oft führen sie zu falsch-positiven Ergebnissen, was dazu führt, dass sich die Patientinnen schmerzhaften und teuren Operationen unterziehen müssen, die gar nicht nötig wären. Diese Art von Krebs wird als gutartig bezeichnet und erfordert keine Operationen, und wir können diese unnötigen Operationen mit Hilfe des maschinellen Lernens reduzieren. Wir nehmen einen Datensatz von früheren Brustkrebspatientinnen und trainieren das Modell, um vorherzusagen, ob der Krebs gutartig oder bösartig ist. Das Ziel dieser Vorhersagen ist es, die Patientinnen entweder einer gutartigen Gruppe zuzuordnen, die keinen Krebs hat, oder einer bösartigen Gruppe, die Krebs hat. Diese Vorhersagen werden den Ärzten helfen, nur dann zu operieren, wenn der Krebs bösartig ist, und so die Zahl der unnötigen Operationen für die Frau zu verringern.