机器学习

IF 0.3 Q4 INFORMATION SCIENCE & LIBRARY SCIENCE Ibersid-Revista de Sistemas de Informacion y Documentacion Pub Date : 2022-12-20 DOI:10.29236/sistemas.n165a6
Luis Alfredo Blanquicett Benavides, Luis Fernando Murillo Fernandez
{"title":"机器学习","authors":"Luis Alfredo Blanquicett Benavides, Luis Fernando Murillo Fernandez","doi":"10.29236/sistemas.n165a6","DOIUrl":null,"url":null,"abstract":"El sector salud tiene involucrado una gran cantidad de procesos y procedimientos generadores de todo tipo de información que en muchos casos no están disponibles de forma libre para los profesionales de diferentes áreas y en especial de las ciencias computacionales.¿Qué sucedería si toda esta información pudiera estar disponible? La medicina preventiva y predictiva podría desarrollarse con mayor rapidez, desarrollando modelos predictivos a través de algoritmos de Machine Learning, como apoyo a los profesionales de la salud en la toma de decisiones. Este artículo permite conocer la convergencia que existe entre la medicina predictiva y el Machine Learning, sus ventajas y los diferentes algoritmos de Machine Learning que se pueden aplicar dependiendo de los tipos de datos.","PeriodicalId":41695,"journal":{"name":"Ibersid-Revista de Sistemas de Informacion y Documentacion","volume":"27 1","pages":""},"PeriodicalIF":0.3000,"publicationDate":"2022-12-20","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Machine Learning\",\"authors\":\"Luis Alfredo Blanquicett Benavides, Luis Fernando Murillo Fernandez\",\"doi\":\"10.29236/sistemas.n165a6\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"El sector salud tiene involucrado una gran cantidad de procesos y procedimientos generadores de todo tipo de información que en muchos casos no están disponibles de forma libre para los profesionales de diferentes áreas y en especial de las ciencias computacionales.¿Qué sucedería si toda esta información pudiera estar disponible? La medicina preventiva y predictiva podría desarrollarse con mayor rapidez, desarrollando modelos predictivos a través de algoritmos de Machine Learning, como apoyo a los profesionales de la salud en la toma de decisiones. Este artículo permite conocer la convergencia que existe entre la medicina predictiva y el Machine Learning, sus ventajas y los diferentes algoritmos de Machine Learning que se pueden aplicar dependiendo de los tipos de datos.\",\"PeriodicalId\":41695,\"journal\":{\"name\":\"Ibersid-Revista de Sistemas de Informacion y Documentacion\",\"volume\":\"27 1\",\"pages\":\"\"},\"PeriodicalIF\":0.3000,\"publicationDate\":\"2022-12-20\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Ibersid-Revista de Sistemas de Informacion y Documentacion\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.29236/sistemas.n165a6\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"Q4\",\"JCRName\":\"INFORMATION SCIENCE & LIBRARY SCIENCE\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Ibersid-Revista de Sistemas de Informacion y Documentacion","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.29236/sistemas.n165a6","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"INFORMATION SCIENCE & LIBRARY SCIENCE","Score":null,"Total":0}
引用次数: 0

摘要

卫生部门涉及大量产生各种信息的过程和程序,在许多情况下,不同领域的专业人员,特别是计算机科学专业人员无法免费获得这些信息。如果所有这些信息都可以获得,会发生什么?预防和预测医学可以更快地发展,通过机器学习算法开发预测模型,以支持医疗专业人员的决策。本文介绍了预测医学和机器学习之间存在的收敛性,它们的优势,以及可以根据数据类型应用的不同机器学习算法。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
Machine Learning
El sector salud tiene involucrado una gran cantidad de procesos y procedimientos generadores de todo tipo de información que en muchos casos no están disponibles de forma libre para los profesionales de diferentes áreas y en especial de las ciencias computacionales.¿Qué sucedería si toda esta información pudiera estar disponible? La medicina preventiva y predictiva podría desarrollarse con mayor rapidez, desarrollando modelos predictivos a través de algoritmos de Machine Learning, como apoyo a los profesionales de la salud en la toma de decisiones. Este artículo permite conocer la convergencia que existe entre la medicina predictiva y el Machine Learning, sus ventajas y los diferentes algoritmos de Machine Learning que se pueden aplicar dependiendo de los tipos de datos.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
相关文献
二甲双胍通过HDAC6和FoxO3a转录调控肌肉生长抑制素诱导肌肉萎缩
IF 8.9 1区 医学Journal of Cachexia, Sarcopenia and MusclePub Date : 2021-11-02 DOI: 10.1002/jcsm.12833
Min Ju Kang, Ji Wook Moon, Jung Ok Lee, Ji Hae Kim, Eun Jeong Jung, Su Jin Kim, Joo Yeon Oh, Sang Woo Wu, Pu Reum Lee, Sun Hwa Park, Hyeon Soo Kim
具有疾病敏感单倍型的非亲属供体脐带血移植后的1型糖尿病
IF 3.2 3区 医学Journal of Diabetes InvestigationPub Date : 2022-11-02 DOI: 10.1111/jdi.13939
Kensuke Matsumoto, Taisuke Matsuyama, Ritsu Sumiyoshi, Matsuo Takuji, Tadashi Yamamoto, Ryosuke Shirasaki, Haruko Tashiro
封面:蛋白质组学分析确定IRSp53和fastin是PRV输出和直接细胞-细胞传播的关键
IF 3.4 4区 生物学ProteomicsPub Date : 2019-12-02 DOI: 10.1002/pmic.201970201
Fei-Long Yu, Huan Miao, Jinjin Xia, Fan Jia, Huadong Wang, Fuqiang Xu, Lin Guo
来源期刊
Ibersid-Revista de Sistemas de Informacion y Documentacion
Ibersid-Revista de Sistemas de Informacion y Documentacion INFORMATION SCIENCE & LIBRARY SCIENCE-
CiteScore
0.60
自引率
25.00%
发文量
8
期刊最新文献
Claves en el marco de la seguridad híbrida Capacidades de los CISOs en Iberoamérica Seguridad híbrida. Un paradigma emergente Seguridad A.H.I (Asimétrica, Híbrida e Interconectada) Algo básico de la seguridad híbrida
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1