趨勢未來-機器學習技術實戰-醫療大數據深度應用 ( 繁體 字) |
作者:洪松林 | 類別:1. -> 程式設計 -> 機器學習 |
譯者: |
出版社:深石數位 | 3dWoo書號: 53564 詢問書籍請說出此書號!【缺書】 NT售價: 420 元 |
出版日:10/25/2020 |
頁數:504 |
光碟數:0 |
|
站長推薦: |
印刷:黑白印刷 | 語系: ( 繁體 版 ) |
|
加入購物車 │加到我的最愛 (請先登入會員) |
ISBN:9789865004941 |
作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
(簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
作者序: |
譯者序: |
前言:從生活到工作、從理論到實踐,採用複雜問題簡單化的方法,對機器學習的概念、主要技術和典型應用加以介紹。
本書共8章,主要內容包括:
第1章-介紹機器學習應用的基礎內容,快速引領讀者進入機器學習領域。
第2章-介紹機器學習應用活動的前期工作,即資料探索的工作和資料準備工作,包括資料關係探索、資料特徵探索、資料選擇、資料處理。
第3章-介紹機器學習的演算法,從實際應用出發,介紹一些比較經典的演算法,以及一些演算法流程,包括聚類分析、特性選擇、特徵抽取、關聯規則、分類和預測、時間序列、深度學習等。
第4章-介紹如何將演算法用到商業應用的案例,如特性選擇模型的應用、分類模型的應用等。
第5章-介紹智慧醫學科研系統IMRS的設計思路與步驟,包括從應用需求的產生、解決思路、系統設計、應用實現、效果評價與總結等完整過程,具體剖析IMRS的幾個重要模組的開發方法,包括異常偵測模型、特徵抽取模型,以及演算法開發。
第6章-介紹如何使用機器學習系統IMRS,介紹了幾個方向的應用,如分佈探索、關係探索、特徵探索、異常探索、推測探索等。
第7章-繼續介紹如何使用機器學習系統IMRS。包括文本探勘技術、文本資料採擷在醫學上的應用、文本分詞的實現、文本智慧搜索、文本聚類與分類的應用、文本主題提取應用。
第8章-介紹智慧醫學診斷系統的設計思路與應用展望,還介紹了混沌人工智慧的概念以及解決複雜問題的思路。
|
內容簡介:大數據專家撰寫,多年醫學領域機器學習實戰經驗結晶!
臨床醫學領域擁有巨量資料
而這些大數據中蘊含著許多尚未發現的醫學規律
這正是機器學習可以施展威力之處
|
目錄:CHAPTER 1 機器學習基礎
1.1 認識機器學習 1.2 機器學習應用基礎 1.3 機器學習應用系統 1.4 無限三維嵌套空間假說 1.5 分數維度空間 1.6 不確定論 1.7 本章小結
CHAPTER 2 資料探索
2.1 資料關係探索 2.2 資料特徵探索 2.3 資料選擇 2.4 資料處理 2.5 本章小結
CHAPTER 3 機器學習技術
3.1 叢集分析 3.2 特性選擇 3.3 特徵抽取 3.4 關聯規則 3.5 分類和預測 3.6 時間序列 3.7 深度學習 3.8 本章小結
CHAPTER 4 機器學習應用案例
4.1 特性選擇的應用 4.2 分類模型的應用——演算法比較 4.3 演算法的綜合應用——腫瘤標誌物的研究 4.4 本章小結
CHAPTER 5 機器學習應用系統開發
5.1 IMRS的設計思路 5.2 機器學習應用系統:IMRS技術設計 5.3 IMRS異常偵測模型的開發 5.4 IMRS特徵抽取模型的開發 5.5 IMRS的演算法開發 5.6 本章小結
CHAPTER 6 機器學習系統應用(一):結構資料探勘
6.1 分布探索 6.2 關係探索 6.3 特徵探索 6.4 異常探索 6.5 推測探索 6.6 應用系統的高級應用 6.7 本章小結
CHAPTER 7 機器學習系統應用(二):非結構資料探勘
7.1 文本探勘技術 7.2 文本資料探勘在醫學上的應用 7.3 文本分詞的實現 7.4 文本智慧搜索 7.5 文本叢集與分類的應用 7.6 文本主題提取應用 7.7 本章小結
CHAPTER 8 基於機器學習的人工智慧應用
8.1 基於大數據和機器學習的人工智慧 8.2 人工智慧的應用:智慧醫學診斷系統 8.3 混沌人工智慧 8.4 本章小結 |
序: |