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 源码

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/