Geschäftskunden Kundenprogramme
Vor Ort
Merkzettel Warenkorb

Gutscheinbedingungen

*Gültig bis 07.06.2026 auf (fast) alles. Ausgeschlossen sind Smartboxen, Zeitschriften, Tickets, Lebensmittel, Gaming-Elektroartikel, Tinte/Toner, Gutscheine, Geschenkkarten, Blumen und Abos | Einlösbar in allen Buchhandlungen von Orell Füssli, Barth Bücher, Buchladen Rapunzel, Schuler Orell Füssli, Stauffacher und ZAP unter Vorweisung des Gutscheins, auf www.orellfüssli.ch durch Eingabe des Gutscheincodes. Beim Service „eBooks verschenken“ und bei eBook-Käufen via eReader nicht einlösbar | Mindesteinkaufswert: Fr. 100.- | Nicht mit anderen Rabatten kumulierbar.
  • Produktbild: Trustworthy Machine Learning for Healthcare
  • Produktbild: Trustworthy Machine Learning for Healthcare
Band 13932

Trustworthy Machine Learning for Healthcare First International Workshop, TML4H 2023, Virtual Event, May 4, 2023, Proceedings

Aus der Reihe Lecture Notes in Computer Science

Fr. 181.00

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

31.07.2023

Herausgeber

Hao Chen + weitere

Verlag

Springer

Seitenzahl

198

Maße (L/B/H)

23.5/15.5/1.2 cm

Gewicht

324 g

Auflage

1st edition 2023

Sprache

Englisch

ISBN

978-3-031-39538-3

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

31.07.2023

Herausgeber

Verlag

Springer

Seitenzahl

198

Maße (L/B/H)

23.5/15.5/1.2 cm

Gewicht

324 g

Auflage

1st edition 2023

Sprache

Englisch

ISBN

978-3-031-39538-3

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: ProductSafety@springernature.com

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern
  • Produktbild: Trustworthy Machine Learning for Healthcare
  • Produktbild: Trustworthy Machine Learning for Healthcare

  • Do Tissue Source Sites leave identifiable Signatures in Whole Slide Images beyond staining?.- Explaining Multiclass Classifiers with Categorical Values: A Case Study in Radiography.- Privacy-preserving machine learning for healthcare: open challenges and future perspectives.- Self-Supervised Predictive Coding with Multimodal Fusion for Patient Deterioration Prediction in Fine-grained Time Resolution. Safe Exploration in Dose Finding Clinical Trials with Heterogeneous Participants. Isabel Chien, Javier Gonzalez Hernandez, Richard E Turner.- CGXplain: Rule-Based Deep Neural Network Explanations Using Dual Linear Programs.- ExBEHRT: Extended Transformer for Electronic Health Records.- Stasis: Reinforcement Learning Simulators for Human-Centric Real-World Environments. Cross-domain Microscopy Cell Counting by Disentangled Transfer Learning.- Post-hoc Saliency Methods Fail to Capture Latent Feature Importance in Time Series Data.- Enhancing Healthcare Model Trustworthiness through Theoretically Guaranteed One-Hidden-Layer CNN Purification.- A Kernel Density Estimation based Quality Metric for Quality Assessment of Obstetric Ultrasound Video.- Learn2Agree: Fitting with Multiple Annotators without Objective Ground Truth.- Conformal Prediction Masks: Visualizing Uncertainty in Medical Imaging.- Why Deep Surgical Models Fail?: Revisiting Surgical Action Triplet Recognition through the Lens of Robustness.- Geometry-Based end-to-end Segmentation of Coronary artery ib Computed Tomography Angiograph.