Bis zu 50 % günstiger als neu
3 Jahre rebuy Garantie
Professionelles Refurbishment
ElektronikMedien
Tipps & News
AppleAlle anzeigen
TabletsAlle anzeigen
HandyAlle anzeigen
Fairphone
AppleAlle anzeigen
iPhone Air Generation
GoogleAlle anzeigen
Pixel Fold
HonorAlle anzeigen
HuaweiAlle anzeigen
Honor Serie
NothingAlle anzeigen
OnePlusAlle anzeigen
OnePlus 11 GenerationOnePlus 12 Generation
SamsungAlle anzeigen
Galaxy Xcover
SonyAlle anzeigen
Weitere Modelle
XiaomiAlle anzeigen
Weitere Modelle
Tablets & eBook ReaderAlle anzeigen
Google
AppleAlle anzeigen
HuaweiAlle anzeigen
MatePad Pro Serie
MicrosoftAlle anzeigen
XiaomiAlle anzeigen
Kameras & ZubehörAlle anzeigen
ObjektiveAlle anzeigen
Samyang
System & SpiegelreflexAlle anzeigen
CanonAlle anzeigen
FujifilmAlle anzeigen
OlympusAlle anzeigen
PanasonicAlle anzeigen
SonyAlle anzeigen
WearablesAlle anzeigen
Fitness TrackerAlle anzeigen
SmartwatchesAlle anzeigen
Xiaomi
Konsolen & ZubehörAlle anzeigen
Lenovo Legion GoMSI Claw
NintendoAlle anzeigen
Nintendo Switch Lite
PlayStationAlle anzeigen
XboxAlle anzeigen
Audio & HiFiAlle anzeigen
KopfhörerAlle anzeigen
FairphoneGoogle
LautsprecherAlle anzeigen
GoogleYamahatonies
iPodAlle anzeigen

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

Der Umwelt zuliebe

Optischer Zustand
Beschreibung
The current scarcity of expert systems where the reasoning is based on Bayesian probability theory may be due to misconceptions about probabilities found in the literature. As argued by Cheeseman (1985), these misconceptions have led to the attitude: "The Bayesian approach doesn't work - so here is a new scheme". Several of these expert systems based on ad hoc "probability" concepts have been successful in a number of ways, demonstrating the necessity of being able to handle uncertainty in medical expert systems. They also demonstrate the need for a theoretically sound handling of uncertainty. In Andersen et al. (1986) it was postulated that knowledge organized in a causal network can be used for a unified approach to the main tasks of a medical expert system: diagnosis, planning of tests and explanations. The present paper explores this postulate in a causal probabilistic network. It also provides a practical demonstration that the problems supposedly associated with probabilistic networks are either non-existent or that practical solutions can be found. This paper reports on the methods implemented in MUNIN* -an expert system for electromyography (EMG) (Andreassen et al. 1987). EMG is the diagnosis of muscle and nerve diseases through analysis of bioelectrical signals from muscle and nerve tissue. In Andreassen et al.
106,99 €
Broschiert | Neu

oder

Auf Lager Versandbereit in 3-4 Werktagen
zzgl.

Du kannst wie immer einen Kaufalarm setzen, wenn du auf das gebrauchte Buch warten möchtest.

Auf Lager Versandbereit in 3-4 Werktagen
zzgl.

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

Der Umwelt zuliebe

Technische Daten


Erscheinungsdatum
24.08.1987
Sprache
Englisch
EAN
9783540184027
Herausgeber
Springer Berlin
Serien- oder Bandtitel
Lecture Notes in Medical Informatics
Sonderedition
Nein
Seitenanzahl
255
Einbandart
Broschiert
Buch Untertitel
European Conference on Artificial Intelligence in Medicine Marseilles, August 31st – September 3rd 1987 Proceedings
Schlagwörter
European Conference on Artificial Intelligence, Knowledge Engineering, Prolog, Radiologieinformationssystem, artificial intelligence, classification, diagnosis, expert system, intelligence, knowledge, knowledge representation, learning, machine learning, simulation, uncertainty
Thema-Inhalt
UXT - Computeranwendungen in Industrie und Technologie PSAX - DV-gestützte Biologie/Bioinformatik
Höhe
244 mm
Breite
17 cm

Transparenz & Sicherheit

Hersteller: Springer Nature Customer Service Center GmbH, Europaplatz 3, Heidelberg, Deutschland, 69115, ProductSafety@springernature.com

-.-
Leider noch keine Bewertungen
Leider noch keine Bewertungen
Schreib die erste Bewertung für dieses Produkt!
Wenn du eine Bewertung für dieses Produkt schreibst, hilfst du allen Kund:innen, die noch überlegen, ob sie das Produkt kaufen wollen. Vielen Dank, dass du mitmachst!