Name: Machine Learning for Multimodal Healthcare Data: First International Workshop, Ml4mhd 2023, Honolulu, Hawaii, Usa, July 29, 2023, Proceedings (en Inglés)
Price: 107.22 USD
Availability: InStock
Author: Maier, Andreas K. ; Schnabel, Julia A. ; Tiwari, Pallavi
ISBN: 9783031476785

portada Machine Learning for Multimodal Healthcare Data: First International Workshop, Ml4mhd 2023, Honolulu, Hawaii, Usa, July 29, 2023, Proceedings (en Inglés)

Formato

Libro Físico

Editorial

Springer

Autor

Maier, Andreas K. ; Schnabel, Julia A. ; Tiwari, Pallavi

Idioma

Inglés

N° páginas

190

Encuadernación

Tapa Blanda

Dimensiones

23.4 x 15.6 x 1.1 cm

Peso

0.29 kg.

ISBN13

9783031476785

Categorías

Bioinformática médica

Machine Learning for Multimodal Healthcare Data: First International Workshop, Ml4mhd 2023, Honolulu, Hawaii, Usa, July 29, 2023, Proceedings (en Inglés)

Maier, Andreas K. ; Schnabel, Julia A. ; Tiwari, Pallavi (Autor) · Springer · Tapa Blanda

Libro Nuevo

$ 107.22

$ 164.96

Ahorras: $ 57.73

35% descuento

Envío normal

Origen: Estados Unidos (Costos de importación incluídos en el precio)

Se enviará desde nuestra bodega entre el Lunes 12 de Agosto y el Lunes 26 de Agosto.

Lo recibirás en cualquier lugar de Ecuador entre 1 y 3 días hábiles luego del envío.

Reseña del libro "Machine Learning for Multimodal Healthcare Data: First International Workshop, Ml4mhd 2023, Honolulu, Hawaii, Usa, July 29, 2023, Proceedings (en Inglés)"

This book constitutes the proceedings of the First International Workshop on Machine Learning for Multimodal Healthcare Date, ML4MHD 2023, held in Honolulu, Hawaii, USA, in July 2023. The 18 full papers presented were carefully reviewed and selected from 30 submissions. The workshop's primary objective was to bring together experts from diverse fields such as medicine, pathology, biology, and machine learning. With the aim to present novel methods and solutions that address healthcare challenges, especially those that arise from the complexity and heterogeneity of patient data.