找到 2 条结果 按相关性 按时间降序
医学数据挖掘案例与实践（第2版）
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医学数据挖掘技术，包括决策树模型、支持向量机、随机森林分类、关联规则、贝叶斯网络构建等，并详细介绍数据挖掘软件（SPSS、SAS和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。 本书第1版自出版以来，得到了广大医学生和医学工作者的肯定，被很多医学类院校选用为数据挖掘类课程教材。考虑近年来新的医学数据挖掘方法层出不穷，并在临床医学和基础医学研究中有潜在的应用价值，因此本书在第2版中增加了Logistic回归诺莫图的绘制、决策曲线分析、Cox回归的诺莫图绘制、偏AUC分析、Lasso回归、决策树回归、网络Meta分析、偏最小二乘判别分析和系统聚类图的各类图形展示等内容，并仍以案例的形式详细讲解如何应用R软件操作实现。 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，可作为医学院校本科生及研究生教材，也可作为医学基础及临床科研工作者和相关技术人员科学研究的参考用书。
Python程序设计及医学应用
随着现代人工智能技术的迅速发展，其在医学领域中的应用也越来越广泛、越来越深入，Python在数据挖掘、机器学习、神经网络、深度学习等方面得到了广泛的支持和应用。本书以医学应用案例的形式介绍了Python程序设计的基础知识及医学应用实践，其中，在Python程序设计的基础部分介绍了Python基本语法、数据类型、程序控制结构、函数、文件处理和异常处理等程序设计与开发知识，还介绍了Python开发环境、开发软件PyCharm和第三方库的安装与配置等；在医学应用实践部分介绍了用Python实现自然语言处理、词云、医学数据分析、数据可视化、医学图像处理、常用文档处理和互联网数据的获取等应用。本书提供了丰富的医学行业资源，具有较高的实用性与扩展性，为读者深入学习扩展了思路。 本书深入浅出地帮助读者熟悉各种技术的应用，充分展示了医学问题的分析求解过程以及Python程序的技术实现，具有较高的实用性与可操作性，以期提高读者的逻辑推理与论证能力，实验设计与问题求解能力。 本书可以作为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的“Python程序设计”教材，或作为计算机二级考试的参考用书。
- 1