Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: http://elar.urfu.ru/handle/10995/72040
Название: Machine learning in modern medicine: general overview
Другие названия: Машинное обучение в современной медицине: общий обзор
Авторы: Alekseev, I. A.
Kovaleva, A. G.
Алексеев, И. А.
Ковалева, А. Г.
Дата публикации: 2019
Издатель: ООО «Издательский Дом «Ажур»
Библиографическое описание: Алексеев И. А. Машинное обучение в современной медицине: общий обзор / И. А. Алексеев, А. Г. Ковалева // Язык в сфере профессиональной коммуникации : сборник материалов международной научно-практической конференции преподавателей, аспирантов и студентов (Екатеринбург, 18 апреля 2019 года). — Екатеринбург : ООО «Издательский Дом «Ажур», 2019. — С. 354-358.
Аннотация: Big data is a term that refers to the study and application of data sets that are enormously complex, thus difficult for traditional data-processing application software to adequately deal with. Medical professionals traditionally struggle with properly collecting, computing and analyzing the data gained during their professional careers. Machine learning algorithms provide a way to alleviate the difficulty, allowing the artificial intelligence to perform the majority of the computational work. Machine learning is a field of artificial intelligence that uses statistical techniques to give computer systems the ability to learn from data, without being explicitly programmed to. Machine learning is a way to use the processing power of modern computers to work with the provided medical data, discovering new ways and methods to use the data to improve the field. The purpose of this paper is to study the current state of the technology and the variety of ways it could be employed in the field.
Под термином «большие данные» понимаются различные инструменты, подходы и методы обработки как структурированных, так и неструктурированных данных, которые не поддаются обработке классическими способами по причине больших объемов, для того, чтобы их использовать для конкретных задач и целей. Профессионалы медицинских направлений часто сталкиваются с проблемой обработки полученных данных, не в малой части из-за их количества и отсутствия однозначной структуры. Алгоритмы машинного обучения предоставляют способ облегчить эту часть работу, позволяя искусственному интеллекту взять на себя работу по обработке данных. Машинное обучение – это класс методов искусственного интеллекта, характерной чертой которых является не прямое решение задачи, а обучение в процессе применения решений множества сходных задач. Машинное обучение – это эффективный способ использовать вычислительную силу современных компьютеров для работы с данными, не только для проведения анализа, но и для поиска новых способов использовать эти данные для улучшения технологий в поле. Целью этого исследования является изучение текущего положения технологии и различных путей использования машинного обучения в медицине.
Ключевые слова: ARTIFICIAL INTELLIGENCE
MACHINE LEARNING
COMPUTER-AIDED
IMAGING
PRECISION MEDICINE
DEEP LEARNING
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ
МАШИННОЕ ОБУЧЕНИЕ
АВТОМАТИЗАЦИЯ
ОБРАБОТКА ИЗОБРАЖЕНИЙ
ПРЕЦИЗИОННАЯ МЕДИЦИНА
ГЛУБОКОЕ ОБУЧЕНИЕ
URI: http://elar.urfu.ru/handle/10995/72040
Конференция/семинар: International research to practice conference for educators, postgraduates and students "Languages in professional communication"
Международная научно-практическая конференция преподавателей, аспирантов и студентов «Язык в сфере профессиональной коммуникации»
Дата конференции/семинара: 18.04.2019
ISBN: 978-5-91256-441-3
Источники: Язык в сфере профессиональной коммуникации. — Екатеринбург, 2019
Располагается в коллекциях:Конференции, семинары

Файлы этого ресурса:
Файл Описание РазмерФормат 
978-5-91256-441-3_2019_064.pdf242,91 kBAdobe PDFПросмотреть/Открыть


Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.