목차 일부
프롤로그 = 4
번역에 들어가며 = 6
PART 1 의료 AI
의료와 인공지능은 친화성이 높다 = 15
AI의 역사와 의료와의 관계 = 18
제1차 인공지능 붐 = 20
제2차 인공지능 붐 = 21
제3차 인공지능 붐 = 22
AI와 신경망 그리고 딥러닝까지 = 24
PART 2 머신러닝과 통계학은 종이의 앞...
더보기
목차 전체
프롤로그 = 4
번역에 들어가며 = 6
PART 1 의료 AI
의료와 인공지능은 친화성이 높다 = 15
AI의 역사와 의료와의 관계 = 18
제1차 인공지능 붐 = 20
제2차 인공지능 붐 = 21
제3차 인공지능 붐 = 22
AI와 신경망 그리고 딥러닝까지 = 24
PART 2 머신러닝과 통계학은 종이의 앞뒤
머신러닝에서의 예측은 각 인자의 가중치가 중요하다 = 31
PART 3 의료에 사용하는 머신러닝
머신러닝의 종류 = 39
지도학습이란? = 41
분류문제 : 질환의 감별 = 43
회귀문제 : 수치 예측 = 45
학습이란? = 46
입력 데이터의 학습법 = 50
과적합의 함정 = 50
비지도학습이란? = 54
PART 4 여러 가지 머신러닝
선형 회귀(단순 회귀 또는 다중 회귀) = 61
로지스틱 시그모이드 회귀 = 67
K-최근접 이웃 알고리즘(K-Nearest Neighbor) = 70
서포트 벡터 머신(Support Vector Machine, SVM) = 73
결정 트리(Decision Tree) = 76
총체적 학습 = 81
랜덤 포레스트(Random Forest) = 82
XG 부스트(XG Boost) = 83
머신러닝의 성능 = 86
PART 5 진단에 응용한 베이즈 정리
베이즈 정리란? = 95
PART 6 인공 뉴런
신경세포와 인공 뉴런 = 107
인공 뉴런의 가중치와 역치 = 109
활성화 함수로 출력을 미세하게 조정한다 = 116
PART 7 신경망
신경망의 구조 = 123
은닉층의 도입 = 125
신경망은 점점 현명해진다 = 132
신경망에 의한 영상 인식 = 135
PART 8 딥러닝
딥러닝의 구조 = 141
다른 머신러닝과의 차이점 = 143
딥러닝에서의 과적합 = 146
딥러닝의 학습과 처리 = 148
딥러닝의 종류 = 150
PART 9 합성곱 신경망
합성곱 신경망(CNN)의 구조 = 157
영상 입력 = 161
합성곱(필터 처리) = 163
풀링(Pooling) = 170
전결합층 = 174
출력층 = 177
층의 깊이와 영상 인식 = 179
PART 10 의료 분야에서 활용하는 AI
진료 지원에서의 AI 응용 = 185
검체검사에서의 AI 응용 = 190
영상 진단에서의 AI 응용 = 192
영상 처리에서의 AI 응용 = 196
병리 진단에서의 AI 응용 = 199
그 외의 영상에 사용되는 AI = 201
정밀의학이나 예방 의료에서의 AI 응용 = 204
신약개발에서의 AI 응용 = 206
간병에서의 AI 응용 = 208
PART 11 AI 시대의 의료
의사는 AI와 어떻게 같이 일할 것인가? = 215
의료에 AI를 도입할 때 논의해야 할 것은? = 219
데이터의 취득과 이용에 관한 문제(개인정보보호 등의 문제) = 219
판단 과정 중 불투명성에 의한 문제 = 220
AI의 책임과 의사결정을 둘러싼 의론 = 221
진단 지원에 대한 질의 평가나 규격의 설계 = 223
지금부터 의사에게 요구될 것들 = 224
영상의학 진단의나 병리의에게 = 227
더보기 닫기