機器學習技術與實戰:醫學大數據深度應用

內容簡介

本書作者是大數據深度分析技術資深專家，有二十餘年數據倉庫、數據挖掘、機器學習、人工智能等方面的研發和應用經驗。他結合自己多年的行業經歷，總結了機器學習在實際工程中的應用經驗，特別是在醫學大數據領域的應用經驗，提供了大量一線資料。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，即數據探索的工作和數據準備工作，包括數據關係探索、數據特徵探索、數據選擇、數據處理。第3章介紹機器學習的算法，從實際應用出發，介紹一些比較經典的算法，以及一些算法流程，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章介紹智能醫學科研系統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的幾個重要模塊的開發方法，包括異常偵測模型、特徵抽取模型，以及算法開發。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、推測探索燈。第7章繼續介紹如何使用機器學習系統IMRS。包括文本挖掘技術、文本數據挖掘在醫學上的應用、文本分詞的實現、文本智能搜索、文本聚類與分類的應用、文本主題提取應用。第8章介紹智能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能的概念以及解決複雜問題的思路。

書籍信息