INTELIGÊNCIA ARTIFICIAL, SAÚDE E DECISÃO: APLICAÇÕES PRÁTICAS DE IA PARA PREDIÇÕES EM SAÚDE - martinsfontespaulista

Minha sacola

    INTELIGÊNCIA ARTIFICIAL, SAÚDE E DECISÃO: APLICAÇÕES PRÁTICAS DE IA PARA PREDIÇÕES EM SAÚDE

    Favoritar
    Ref:
    1229853

    Por: R$ 119,00ou X de

    Comprar

    Calcule o frete:

    Para envios internacionais, simule o frete no carrinho de compras.

    Calcule o valor do frete e prazo de entrega para a sua região

    Editora
    ISBN
    Páginas
    Idioma
    Peso
    Acabamento

    Sinopse

    Da preparação dos dados à implementação na prática; este livro é um guia indispensável para quem deseja desenvolver algoritmos preditivos em saúde com rigor, interpretar seus resultados com segurança e transformar inteligência artificial em melhores decisões. “Produzido por um grupo pioneiro na aplicação da inteligência artificial à saúde no Brasil e amplamente reconhecido no cenário internacional, este livro combina rigor científico e visão crítica, fundamentais para a aplicação responsável e justa da IA na saúde.” — BRUNO PEREIRA NUNES, University of Illinois Urbana-Champaign “Uma leitura fundamental para pesquisadores e profissionais que desejam compreender como a inteligência artificial pode transformar dados em predições e apoiar decisões em saúde.” — FLÁVIO DEMARCO, Universidade Federal de Pelotas (UFPel) “Trabalho com dados de saúde no Brasil, na África subsaariana e no Reino Unido, e sentia falta de uma referência em português que tratasse de IA em saúde com rigor. Este livro preenche essa lacuna, mas do que apresentar algoritmos, ensina a validar, calibrar e questionar modelos preditivos, com exemplos reais do SUS.” — AUDENCIO VICTOR, London School of Hygiene & Tropical Medicine -*-*- Este livro é um manual prático para quem deseja desenvolver, avaliar e aplicar algoritmos preditivos em saúde com rigor metodológico e responsabilidade. Ao longo dos capítulos, o leitor acompanha as principais etapas de um projeto de machine learning, da preparação dos dados e escolha dos modelos à validação, interpretação e implementação dos resultados. A obra também aborda temas que se tornaram centrais para a inteligência artificial em saúde, como calibração, fairness, multicalibração, aprendizado federado e explicabilidade. Com exemplos reais, códigos reproduzíveis e atenção aos desafios próprios dos dados de saúde, o livro foi pensado para pesquisadores, profissionais, gestores e estudantes que querem ir além do uso superficial de algoritmos e compreender como desenvolver modelos capazes de apoiar decisões clínicas e de saúde pública de forma rigorosa e útil.

    Ficha Técnica

    Especificações

    ISBN9788584046539
    Biografia do autorGraduado em Economia pela Universidade de São Paulo (USP), com doutorado em Saúde Pública pela USP e pós-doutorado na Universidade Harvard. É professor titular e chefe do Departamento de Epidemiologia da Faculdade de Saúde Pública da USP (FSP/USP), editor-chefe da Revista de Saúde Pública e diretor do Laboratório de Big Data e Análise Preditiva em Saúde (LABDAPS) da FSP/USP.
    Pré vendaNão
    Organizador para link
    Peso600g
    Livro disponível - pronta entregaNão
    Dimensões23 x 16 x 2
    IdiomaPortuguês
    Tipo itemLivro Nacional
    Número da edição1ª EDIÇÃO - 2026
    Código Interno1229853
    Código de barras9788584046539
    AcabamentoBROCHURA
    EditoraHUCITEC – DIALOGOS DA DIASPORA **
    Sob encomendaSim
    OrganizadorCHIAVEGATTO FILHO, ALEXANDRE | DE ARAUJO MOURA, KEISYANNE

    Conheça outros títulos da coleção

      Este livro é vendido

      SOB ENCOMENDA

      Prazo estimado para disponibilidade em estoque: dias úteis

      (Sujeito aos estoques de nossos fornecedores)

      +

      Prazo do frete selecionado.

      (Veja o prazo total na sacola de compras)

      Comprar