描述
开 本: 16开纸 张: 胶版纸包 装: 平装是否套装: 否国际标准书号ISBN: 9787302441885
编辑推荐
(1)内容覆盖面广,涉及常见的复杂医学数据分析及深层次数据挖掘;(2)结合医学特色,理论联系实际,案例典型,完备详实;(3)软件实现具体细致,方便读者进行操作实践;(4)避免大量公式及繁琐计算,提高实用性与可操作性;(5)内容全面且有深度,可以为其他领域的研究人员提供参考。
内容简介
基于大数据时代生物医学数据的爆炸式增长,本书从医学科研中的实际问题出发,以案例的形式深入浅出地介绍了近年来崭新的医学数据挖掘技术,包括决策树模型、支持向量机、*森林分类、关联规则、贝叶斯网络构建等,并详细介绍了数据挖掘软件(SPSS、SAS、R等)的操作步骤,重点突出实用性和可操作性,以期提高读者对医学科研数据的深层次处理与分析的能力。
本书主要取材于编者近年来从事生物医学数据深度挖掘方面的研究与教学工作内容,既适用于医学院校本科生及研究生、医学基础及临床科研工作者和相关技术人员作为教材,也可作为科学研究的参考用书。
本书主要取材于编者近年来从事生物医学数据深度挖掘方面的研究与教学工作内容,既适用于医学院校本科生及研究生、医学基础及临床科研工作者和相关技术人员作为教材,也可作为科学研究的参考用书。
目 录
前 言
序言
媒体评论
评论
书摘插画
评论
还没有评论。