机器学习如何预测乳腺癌的发生（人工智能系列）

医疗保健是人工智能研究和应用的关键领域。医疗机构通过人工智能和机器学习技术，帮助病人准确诊断重大疾病，如心脏病、癌症、肺结核和遗传疾病。乳腺癌数据通常包括样本代号、肿块厚度、细胞大小的均匀性、细胞形状的均匀性、边缘附着力、单个上皮细胞大小、裸核、Bland染色体、正常核、有丝分裂和类别。通过机器学习对异常或异常值检测可以识别出与大多数数据集显著偏离或突出的罕见观察对象，从而有效识别出乳腺癌的发生。

机器学习是让机器从大量样本数据中自动学习其规律，并根据学习到的规律预测未知数据的过程。机器学习的目标是发现数据中暗藏的规律，由此对未知进行预测。这个过程要通过学习来实现，学习用到的材料则是大数据，例如通过沃达德大数据平台进行学习、训练。（基于沃达德大数据平台，在构建大规模、企业级人工智能应用程序方面具有独特优势。）

#人工智能#机器学习#乳腺癌