Nachweis von Knochen-, Haut- und Lungenkrebs in Röntgenbildern
-
- Deutsch ausgewählt
26,90 €
inkl. gesetzl. MwSt.,
Beschreibung
Produktdetails
Einband
Taschenbuch
Erscheinungsdatum
30.09.2020
Verlag
Verlag Unser WissenSeitenzahl
60
Maße (L/B/H)
22/15/0,5 cm
Gewicht
107 g
Auflage
1. Auflage
Sprache
Deutsch
ISBN
978-620-2-83412-4
Das maschinelle Lernen wird immer beliebter, und seine Anwendungen erstrecken sich auf fast alle Bereiche unseres täglichen Lebens. Das maschinelle Lernen ist die Wissenschaft zur Vorhersage der Ergebnisse, indem man Schlussfolgerungen auf Modelle zieht, die mit bekannten Daten trainiert wurden, um die Ergebnisse in unbekannten Daten vorherzusagen. Dieses Projekt schlägt den Ansatz des maschinellen Lernens zur Erkennung und Lokalisierung von Bildern anhand verschiedener Krebsarten in einem tiefen Lernprozess vor. Das vorgeschlagene Projekt beinhaltet die Entwicklung der Benutzeroberfläche, die das Bild mit Hilfe des Upload-Buttons laden und dann die Ergebnisse bezüglich der Art, des Vorhandenseins und der Art des Krebses im Bild anzeigen kann. Dieser Ansatz verwendet überwachtes maschinelles Lernen, um das Modell anhand bekannter Daten zu trainieren und dann die unbekannten Krebs-Röntgendaten von 10 Bildern vorherzusagen, die mit Open 105 eingespeist werden. Für das vorgeschlagene Projekt wird das Modell trainiert, Knochen-, Haut- und Lungenkrebs mit Hilfe von maschinellem Lernen und der entwickelten UI zu erkennen.
Ein neues Kapitel für Ihre Bücher
Ein neues Kapitel für Ihre Bücher
Schenken Sie Ihren alten Schätzen ein zweites Leben und erhalten dafür eine Thalia Geschenkkarte.
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