Hodnotenie:
Recenzie vyzdvihujú knihu „Demystifying Big Data and Machine Learning for Healthcare“ ako cenný zdroj informácií pre nováčikov aj skúsených odborníkov v oblasti zdravotníckej analytiky. Účinne vysvetľuje zložité koncepty prostredníctvom zrozumiteľného písania a prípadových štúdií z reálneho života, vďaka čomu je odporúčaným čítaním pre tých, ktorí sa zaoberajú veľkými dátami a strojovým učením v zdravotníctve. Niektoré kritické pripomienky však poukazujú na nedostatočnú hĺbku v niektorých oblastiach a na pomerne vysokú cenu knihy.
Výhody:⬤ Poskytuje komplexný úvod do problematiky veľkých dát a strojového učenia v zdravotníctve.
⬤ Používa zrozumiteľný jazyk na vysvetlenie zložitých tém.
⬤ Obsahuje podrobné prípadové štúdie z reálneho života, ktoré ilustrujú praktické aplikácie.
⬤ Pomáha demystifikovať koncepty pre začiatočníkov a neodborníkov.
⬤ Cenný zdroj informácií pre odborníkov, ktorí sa snažia zlepšiť svoje chápanie analýzy údajov v zdravotníctve.
⬤ V niektorých recenziách sa spomína nedostatok hĺbky a podrobností v niektorých témach.
⬤ Kritika za to, že obsahuje prvky, ktoré pôsobia len ako akademické práce.
⬤ Diskutované proprietárne rámce nie sú úplne vysvetlené ani na ne nie sú odkazy.
⬤ Niektorí recenzenti považujú knihu za drahú, hoci podľa mnohých ponúka dobrú hodnotu.
(na základe 12 čitateľských recenzií)
Demystifying Big Data and Machine Learning for Healthcare
Transformácia zdravotníctva si vyžaduje, aby sme neustále hľadali nové a lepšie spôsoby riadenia poznatkov - v rámci dnešnej organizácie aj mimo nej. Schopnosť efektívne získavať a využívať nové poznatky ako vedľajší produkt každodennej činnosti organizácie sa stáva čoraz dôležitejšou pre schopnosť nemocníc a zdravotníckych systémov prežiť a prosperovať. Jednou z dlhodobých výziev v oblasti informatiky v zdravotníctve je schopnosť vysporiadať sa s obrovskou rozmanitosťou a objemom rôznorodých údajov v zdravotníctve a rastúcou potrebou získať z nich pravdivosť a hodnotu.
V publikácii Demystifying Big Data and Machine Learning for Healthcare sa skúma, ako môžu zdravotnícke organizácie využiť túto mozaiku veľkých dát na objavenie novej obchodnej hodnoty, prípadov využitia a znalostí, ako aj to, ako možno veľké dáta vpliesť do už existujúcich úsilí v oblasti obchodnej inteligencie a analytiky. Táto kniha sa zameriava na to, aby vás naučila, ako:
⬤ Vyvinúť zručnosti potrebné na identifikáciu a búranie mýtov o veľkých dátach.
⬤ Stať sa expertom na oddeľovanie humbugu od reality.
⬤ Pochopiť, na ktorých V v zdravotníctve záleží a prečo.
⬤ Harmonizovať 4 C v malých a veľkých údajoch.
⬤ Vyberte si fi delitu údajov pred ich kvalitou.
⬤ Učte sa, ako aplikovať rámec NRF.
⬤ Majster aplikovaného strojového učenia pre zdravotníctvo.
⬤ Vykonajte prehliadku učiacich sa algoritmov.
⬤ Poznať a pripraviť sa na budúcnosť umelej inteligencie v zdravotníctve prostredníctvom osvedčených postupov, slučiek spätnej väzby a kontextovo inteligentných agentov (CIA).
Rozmanitosť údajov v zdravotníctve zahŕňa viaceré obchodné pracovné postupy, formáty (štruktúrované, neštruktúrované a pološtruktúrované), integráciu v mieste starostlivosti/potreby a integráciu s existujúcimi znalosťami. S cieľom vysporiadať sa s týmito skutočnosťami autori navrhujú nové prístupy k vytvoreniu organizácie založenej na učení sa na základe nových a existujúcich stratégií, metód a technológií. Táto kniha sa bude zaoberať dlhodobými výzvami v oblasti informatiky v zdravotníctve a poskytne pragmatické odporúčania, ako sa s nimi vyrovnať.
