掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
中醫(yī)入門必背歌訣
-
>
醫(yī)驗集要
-
>
尋回中醫(yī)失落的元神2:象之篇
-
>
補遺雷公炮制便覽 (一函2冊)
-
>
人體解剖學常用詞圖解(精裝)
-
>
神醫(yī)華佗(奇方妙治)
-
>
(精)河南古代醫(yī)家經(jīng)驗輯
診療數(shù)據(jù)挖掘理論及應用 版權(quán)信息
- ISBN：9787576105063
- 條形碼：9787576105063 ; 978-7-5761-0506-3
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
診療數(shù)據(jù)挖掘理論及應用 內(nèi)容簡介
本書以診療數(shù)據(jù)為對象，將數(shù)據(jù)挖掘和機器學習領(lǐng)域的基本方法應用到臨床醫(yī)學的診療數(shù)據(jù)處理中，全面系統(tǒng)地介紹了醫(yī)學數(shù)據(jù)挖掘的基本方法與原理，對數(shù)據(jù)分析的常用算法，如診療數(shù)據(jù)預處理、關(guān)聯(lián)規(guī)則挖掘、支持向量機、樸素貝葉斯、k-means、神經(jīng)網(wǎng)絡等基礎(chǔ)知識和醫(yī)學應用進行了通俗易懂的講解。
診療數(shù)據(jù)挖掘理論及應用 目錄
第1章診療數(shù)據(jù)預處理
1.1數(shù)據(jù)校驗
1.1.1一致校驗
1.1.2缺失值校驗
1.1.3異常值校驗
1.2數(shù)據(jù)清洗
1.2.1缺失值處理
1.2.2異常值處理
1.3特征工程
1.3.1特征變換
1.3.2特征選擇
1.4討論結(jié)
1.5練展
第2章關(guān)聯(lián)規(guī)則挖掘及醫(yī)學應用
2.1關(guān)聯(lián)規(guī)則挖掘概論
2.1.1關(guān)聯(lián)規(guī)則挖掘的起源
2.1.2基本概念
2.1.3關(guān)聯(lián)規(guī)則的度量指標
2.1.4關(guān)聯(lián)規(guī)則的分類
2.2Apriori算法
2.2.1 Apriori算法基本思想
2.2.2 算例
2.2.3 Apriori算法實現(xiàn)
2.3關(guān)聯(lián)規(guī)則挖掘的醫(yī)學應用——乳腺癌患者TNM分期與中醫(yī)證型系數(shù)之間的關(guān)系
2.3.1問題描述
2.3.2解決方案
2.3.3結(jié)果分析
2.4討論結(jié)
2.5練展
第3章K近鄰法及醫(yī)學應用
3.1K近鄰法概述
3.2K近鄰法適用場景
3.2.1分類上的應用
3.2.2回歸上的應用
3.3K近鄰法模型
3.3.1模型
3.3.2距離度量
3.3.3k值的選擇
3.3.4分類決策規(guī)則
3.4K近鄰法的底層實現(xiàn)
3.4.1線掃描
3.4.2kd樹優(yōu)化
3.4.3球樹優(yōu)化
3.5K近鄰法代碼復現(xiàn)
3.5.1原理復述
3.5.2問題描述與解決流程
3.5.3 Python 代碼實現(xiàn)
3.5.4基于sklearn機器學實現(xiàn)
3.6K近鄰法在上的應用
3.6.1問題描述
3.6.2數(shù)據(jù)集描述
3.6.3代碼實現(xiàn)
3.7練展
……
第4章決策樹分類及醫(yī)學應用
第5章支持向量機及醫(yī)學應用
第6章樸素貝葉斯及醫(yī)學應用
第7章PCA降維及醫(yī)學應用
第8章 k-means 算法及醫(yī)學應用
第9章神經(jīng)網(wǎng)絡及醫(yī)學應用
第10章Python機器學庫簡介
參考文獻
展開全部
書友推薦
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術(shù)叢書(紅燭學術(shù)叢書)
- >
月亮與六便士
- >
李白與唐代文化
- >
煙與鏡
- >
伊索寓言-世界文學名著典藏-全譯本
- >
中國人在烏蘇里邊疆區(qū):歷史與人類學概述
- >
伯納黛特,你要去哪(2021新版)
- >
姑媽的寶刀
本類暢銷
