جلد سخت سیاه و سفید
Product details
- Publisher : O'Reilly Media; 1st edition (September 20, 2022)
- Language : English
- Paperback : 200 pages
- ISBN-10 : 109811292X
- ISBN-13 : 978-1098112929
کتاب Hands-On Healthcare Data: Taming the Complexity of Real-World Data
Healthcare is the next frontier for data science. Using the latest in machine learning, deep learning, and natural language processing, you'll be able to solve healthcare's most pressing problems: reducing cost of care, ensuring patients get the best treatment, and increasing accessibility for the underserved--once you learn how to access and make sense of all that data.
This book provides pragmatic and hands-on solutions for working with healthcare data, from data extraction to cleaning and normalizing to feature engineering. Author Andrew Nguyen covers specific ML and deep learning examples with a focus on producing high-quality data. You'll discover how graph technologies help you connect disparate data sources so you can solve healthcare's most challenging problems using advanced analytics.
You'll learn:
- Different types of healthcare data: electronic health records, clinical registries and trials, digital health tools, and claims data
- The challenges of working with healthcare data, especially when trying to aggregate data from multiple sources
- Current options for extracting structured data from clinical text
- How to make trade-offs when using tools and frameworks for normalizing structured healthcare data
- How to harmonize healthcare data using terminologies, ontologies, and mappings and crosswalks
منابع کتاب کتاب Hands-On Healthcare Data: Taming the Complexity of Real-World Data
مراقبت های بهداشتی مرز بعدی برای علم داده است. با استفاده از جدیدترین در یادگیری ماشینی، یادگیری عمیق، و پردازش زبان طبیعی، میتوانید فوریترین مشکلات مراقبتهای بهداشتی را حل کنید: کاهش هزینههای مراقبت، اطمینان از دریافت بهترین درمان بیماران، و افزایش دسترسی برای افراد کمخدمت - پس از یادگیری چگونه می توان به همه آن داده ها دسترسی پیدا کرد و آنها را معنا کرد.
این کتاب راهحلهای عملی و عملی را برای کار با دادههای مراقبتهای بهداشتی، از استخراج دادهها تا تمیز کردن و عادیسازی تا مهندسی ویژگیها ارائه میکند. نویسنده اندرو نگوین نمونههای خاص ML و یادگیری عمیق را با تمرکز بر تولید دادههای با کیفیت بالا پوشش میدهد. متوجه خواهید شد که چگونه فناوریهای نمودار به شما کمک میکنند تا منابع داده متفاوت را به هم متصل کنید تا بتوانید چالشبرانگیزترین مشکلات مراقبتهای بهداشتی را با استفاده از تجزیه و تحلیل پیشرفته حل کنید.
یاد خواهید گرفت:
- انواع مختلف داده های مراقبت های بهداشتی: پرونده الکترونیک سلامت، ثبت بالینی و کارآزمایی ها، ابزارهای سلامت دیجیتال، و داده های ادعاها
- چالشهای کار با دادههای مراقبتهای بهداشتی، بهویژه هنگام تلاش برای جمعآوری دادهها از منابع متعدد
- گزینه های فعلی برای استخراج داده های ساختار یافته از متن بالینی
- چگونه می توان هنگام استفاده از ابزارها و چارچوب ها برای عادی سازی داده های ساختار یافته مراقبت های بهداشتی، معاوضه ایجاد کرد
- چگونه داده های مراقبت های بهداشتی را با استفاده از اصطلاحات، هستی شناسی ها و نقشه برداری ها و گذرگاه ها هماهنگ کنیم
ارسال نظر درباره کتاب Hands-On Healthcare Data: Taming the Complexity of Real-World Data