[POD] 헬스케어를 위한 머신러닝

튜링 테스트는 기계의 행동이 인간과 구별되는지 여부를 검사하는 실험입니다. 이 테스트는 앨런 튜링의 이름을 따서 명명되었습니다. 사실 인공지능은 다양한 학습 과정으로 구성되며 기계 학습에만 국한되지 않습니다. 오히려 인공지능은 학습 전반에 관한 것입니다. 인공지능의 구성 요소에는 자연어 처리, 딥러닝, 그리고 표현 학습(NLP)이 포함됩니다.

오늘날 삶의 모든 측면을 디지털화하는 과정을 ""데이터화""라고 합니다. 이러한 새로운 데이터 세트의 생성은 이전에 수집된 정보를 혁신적인 정보로 이전에 수집된 정보를 혁신적이고 수익성이 있는 형태로 변환할 수 있는 길을 열어줍니다.

인공지능의 개념을 최초로 확인한 사무엘의 소프트웨어는 침대와 거의 같은 크기의 IBM 701 컴퓨터에서 실행되었으며, 대부분의 경우 데이터는 불연속적인 형태였습니다. 이는 실제 정보를 얻는 과정을 의미하는 것이 아니라 현재 수행 중인 작업을 의미하는 것입니다. 이 단계에서는 과거 데이터에 비추어 여러 모델을 평가하여 어떤 모델이 가장 성공할지 결정함으로써 프로토타입을 구축합니다.


모델의 하이퍼파라미터를 조정하는 것은 이 책에서 더 자세히 설명하는 필수 단계입니다. 무엇이 적절하고 부적절한 행동인지 결정하는 아이디어를 통칭하여 도덕성이라고 합니다. 그 다음으로 이 책에서 소개하는 부차적인 요소는 비용 효율성, 환자 경험의 질, 제공되는 의료 서비스의 전반적인 품질입니다. 의료진이 치료하는 전체 환자 수와 환자가 해당 의료진으로부터 받는 총 치료 비용은 모두 의료진이 받는 재정적 보상에 영향을 미칩니다. 마지막으로, 이 책에서 소개되는 사례 연구는 의료 분야에서 인공지능, 머신러닝, 빅데이터의 적용에 대한 통찰력 있고 생각을 자극하는 통찰을 제공할 것입니다.