文件名称：SkinDiagnosticAI:使用FastClassAI工作台和哈佛数据库中的HAM10000数据集使用AI进行皮肤癌检测和分类
文件大小：81.47MB
文件格式：ZIP
更新时间：2024-04-04 17:23:55
JupyterNotebook
皮肤诊断 使用FastClassAI工作台对哈佛HAM10000数据集的皮肤镜图像上的5000种AI方法进行癌症检测和分类的比较 作者：Pasie Rosikiewicz，SwissAI的创始人兼团队负责人许可证：麻省理工学院 目标是快速测试和优化大量的ml和深度学习模型以及数据集预处理程序，这些模型与FastClassAI workebench集成在一个python环境中。 主要目标是： 通过用于模型训练的数据集来识别主要挑战， 探索数据准备，处理和特征提取的不同策略， 通过广泛的网格搜索来测试货架AI解决方案， 开发基线以进行进一步分析， 评估在开发最终模型和集成模型时应使用哪些统计信息和错误函数， 在SkinDiagnosticAI项目上的演讲 所有图像都是通过FastClassAI管道创建的， 幻灯片显示了对超过5000种比较模型和数据处理程序的完整分析， 笔记本/