Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "medical claims" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-2 z 2
    Tytuł:
    Przegląd orzecznictwa Sądu Najwyższego (Izba Cywilna)
    Review of case law of the Supreme Court of the Republic of Poland – Civil Chamber
    Autorzy:
    Strus-Wołos, Monika
    Powiązania:
    https://bibliotekanauki.pl/articles/498897.pdf
    Data publikacji:
    2019
    Wydawca:
    Fundacja im. Aliny i Leszka Allerhandów
    Tematy:
    polski Sąd Najwyższy
    prawo cywilne
    orzecznictwo
    prawo medyczne
    prawo rodzinne
    dochodzenie roszczeń z tytułu różnych wypadków
    Supreme Court of the Republic of Poland
    civil law
    case law
    medical law
    family law
    vindication of claims for various accidents
    Opis:
    Na niniejszy przegląd orzecznictwa Sądu Najwyższego składa się garść judykatów wybranych pod kątem ich przydatności dla praktyki. Założeniem jest krótkie omówienie orzeczeń najnowszych, jednakże już na początku pozwolę sobie na podwójne odstępstwo – jako pierwsze zostaną omówione (i to szerzej niż zazwyczajowo) nieco starsze trzy, jednobrzmiące uchwały składów powiększonych, które mają ogromne znaczenie nie tylko ściśle w zakresie dóbr osobistych, ale także prawa medycznego, dochodzenia odszkodowań za różnego rodzaju wypadki, a nawet prawa rodzinnego.
    This review of case law of the Supreme Court consists of a few decisions selected on the basis of their practical relevance. It aims to deliver a short description of most recent judgments, although at the beginning there is a double departure from this premise. More comprehensively than it is done usually, three, a bit older, and unanimous acts of the enlarged composition of the bench which are of great significance not only for the protection of personal rights, but also for medical law, vindication of claims for various accidents, and even the family law have been first analyzed.
    Źródło:
    Głos Prawa. Przegląd Prawniczy Allerhanda; 2019, 2, 1(3); 78-88
    2657-7984
    2657-800X
    Pojawia się w:
    Głos Prawa. Przegląd Prawniczy Allerhanda
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Unsupervised labeling of data for supervised learning and its application to medical claims prediction
    Autorzy:
    Ngufor, C.
    Wojtusiak, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/305284.pdf
    Data publikacji:
    2013
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    unsupervised learning
    concept drift
    medical claims
    Opis:
    The task identifying changes and irregularities in medical insurance claim payments is a difficult process of which the traditional practice involves querying historical claims databases and flagging potential claims as normal or abnormal. Because what is considered as normal payment is usually unknown and may change over time, abnormal payments often pass undetected; only to be discovered when the payment period has passed. This paper presents the problem of on-line unsupervised learning from data streams when the distribution that generates the data changes or drifts over time. Automated algorithms for detecting drifting concepts in a probability distribution of the data are presented. The idea behind the presented drift detection methods is to transform the distribution of the data within a sliding window into a more convenient distribution. Then, a test statistics p-value at a given significance level can be used to infer the drift rate, adjust the window size and decide on the status of the drift. The detected concepts drifts are used to label the data, for subsequent learning of classification models by a supervised learner. The algorithms were tested on several synthetic and real medical claims data sets.
    Źródło:
    Computer Science; 2013, 14 (2); 191-214
    1508-2806
    2300-7036
    Pojawia się w:
    Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-2 z 2

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies