消息首页搜索举报

医疗大数据与机器学习

48.75 4.1折 118 九五品

仅1件

北京通州

认证卖家担保交易快速发货售后保障

作者付赛际,田英杰

出版社清华大学出版社

ISBN9787302635161

出版时间2023-09

版次1

装帧平装

开本16开

纸张胶版纸

定价118元

上书时间2024-05-22

纵列風

已实名已认证进店收藏店铺

在售商品暂无
平均发货时间 22小时
好评率暂无

最新上架

2008电脑软装备 ¥13.89

PC宝贝2008：windows XP操作就这500招 ¥9.75

2008数码大家庭 ¥16.00

大数据分析与应用基础 ¥27.16

解码智能时代 ¥15.38

解码智能时代 ¥17.75

融合多源异构数据的推荐与检索 ¥45.24

C语言程序设计与实践 ¥34.55

数据库基础 ¥21.16

商品详情

品相描述：九五品

商品描述: 基本信息
书名:医疗大数据与机器学习
定价：118.00元
作者:付赛际,田英杰
出版社：清华大学出版社
出版日期：2023-09-01
ISBN：9787302635161
字数：
页码：
版次：
装帧：平装
开本：16开
商品重量：
编辑推荐
本书围绕医疗大数据挖掘中的热点问题，展开深入的理论与应用研究，可有效地辅助医学诊断。有助于减少专业医师的培训成本，为医学诊断提供有效的辅助工具，进而改善医疗资源分配不均的现象，并为人类的生命健康做出重要贡献。
内容提要
主要研究内容与特色： (1) 利用文本挖掘和专家经验构建机器学习关键问题分析框架，总结机器学习在医疗大数据挖掘中面临的若干关键问题。 (2) 利用简约核构建面向不完整视角问题的高效机器学习方法。 (3) 利用非对称损失函数构建面向类别不平衡问题的机器学习与深度学习方法。读者对象：从事人工智能、机器学习、医疗大数据分析方向的学术界与工业界的相关人士。（4）围绕不完整视角与类别不平衡这两个关键问题展开深入研究，有效提升了医学诊断的决策效率。
目录
章　医疗大数据挖掘 11.1?医疗大数据 11.2　医疗大数据文献分析 41.2.1　数据准备 41.2.2　文本挖掘 51.2.3　专家经验 51.3　挖掘现状与关键问题 101.3.1　医学图像分类 101.3.2　医学图像检测 171.3.3　医学图像分割 201.3.4　医学图像生成 231.3.5　关键问题 25第2章　机器学习问题 282.1　二分类问题 282.2　多分类问题 292.3　多标签分类问题 302.4　多视角分类问题 312.5　多示例分类问题 312.6　多任务分类问题 332.7　迁移学习问题 342.8　弱监督分类问题 342.9　数据生成问题 35第3章　机器学习方法 373.1　传统机器学习方法 373.1.1　k近邻 373.1.2　朴素贝叶斯 383.1.3　决策树 403.1.4　随机森林 413.1.5　自适应增强 413.1.6　支持向量机 423.2　深度学习方法 443.2.1　CNN 443.2.2　RNN 463.2.3　GAN 46第4章　多视角学习 484.1　多视角学习方法 484.1.1　基于完整视角的学习方法 484.1.2　基于不完整视角的学习方法 504.2　基础模型 534.2.1　RSVM 534.2.2　PSVM-2V 544.3　RPSVM-2V 554.4　理论分析 584.5　拓展模型 604.5.1　RSVM-2K 604.5.2　RMKL 624.6　实验分析 644.6.1　实验设置 644.6.2　实验结果 654.6.3　参数敏感性分析 714.6.4　谱分析 74第5章　类别不平衡学习（一） 775.1　类别不平衡学习方法 775.1.1　采样 775.1.2　代价敏感学习 785.1.3　集成学习 795.2　DEC 815.3　修正Stein损失函数 815.4　CSMS 835.5　理论分析 865.6　模型优化 865.7　实验分析 885.7.1　实验设置 885.7.2　实验结果 895.7.3　参数敏感性分析 935.7.4　收敛性分析 93第6章　类别不平衡学习（二） 986.1　v-SVM 986.2　LINEX损失函数 996.3　v-CSSVM 996.4　理论分析 1016.5　模型优化 1026.5.1　ADMM 1026.5.2　GD 1046.6　实验分析 1056.6.1　实验设置 1056.6.2　实验结果 1066.6.3　参数敏感性分析 1096.6.4　收敛性分析 110第7章　类别不平衡学习（三） 1137.1　深度学习中的类别不平衡损失函数 1137.1.1　WCE 1147.1.2　FL 1147.1.3　其他 1157.2　深度LINEX损失函数 1167.2.1　BC-LINEX 1167.2.2　MC-LINEX 1177.2.3　损失函数比较 1197.3　模型优化 1207.3.1　BC-LINEX权重更新 1207.3.2　MC-LINEX权重更新 1217.4　实验分析 1227.4.1　实验设置 1227.4.2　实验结果 1257.4.3　参数敏感性分析 130附录A 132A.1　定理4.1证明 132A.2　定理4.2证明 132A.3　第4章附表 135附录B 148B.1　第5章附表 148附录C 150C.1　定理6.1证明 150C.2　第6章附表 152参考文献 155
作者介绍
付赛际，北京邮电大学讲师。研究方向：医疗大数据挖掘、机器学习与优化。近年来在Information Sciences, Knowledge-Based Systems, Information Processing & Management发表论文10余篇。现任Annals of Data Science编委。参加国家自然科学基金面上项目、重点项目若干项。
序言

【封面】

— 没有更多了 —