搜索
高级检索
高级搜索
书       名 :
著       者 :
出  版  社 :
I  S  B  N:
文献来源:
出版时间 :
医疗大数据与机器学习
0.00     定价 ¥ 118.00
图书来源: 浙江图书馆(由浙江新华配书)
此书还可采购25本,持证读者免费借回家
  • 配送范围:
    浙江省内
  • ISBN:
    9787302635161
  • 作      者:
    作者:付赛际//田英杰|责编:孙宇
  • 出 版 社 :
    清华大学出版社
  • 出版日期:
    2023-09-01
收藏
作者简介

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。

展开
内容介绍
本书具体内容设置如下:首先提出一个结合文本挖掘与专家经验的机器学习问题分析框架,利用该框架详细分析并讨论医疗大数据挖掘的研究现状,总结机器学习在医疗大数据中面临的关键问题,然后对这些机器学习问题和相应的机器学习方法进行描述,并针对多视角学习和类别不平衡学习深入研究。 本书可作为机器学习领域研究生的扩充阅读资料,也可供医疗大数据领域正在进行理论研究和应用研究的读者参考。
展开
目录

第1章 医疗大数据挖掘 1

1.1?医疗大数据 1

1.2 医疗大数据文献分析 4

1.2.1 数据准备 4

1.2.2 文本挖掘 5

1.2.3 专家经验 5

1.3 挖掘现状与关键问题 10

1.3.1 医学图像分类 10

1.3.2 医学图像检测 17

1.3.3 医学图像分割 20

1.3.4 医学图像生成 23

1.3.5 关键问题 25

第2章 机器学习问题 28

2.1 二分类问题 28

2.2 多分类问题 29

2.3 多标签分类问题 30

2.4 多视角分类问题 31

2.5 多示例分类问题 31

2.6 多任务分类问题 33

2.7 迁移学习问题 34

2.8 弱监督分类问题 34

2.9 数据生成问题 35

第3章 机器学习方法 37

3.1 传统机器学习方法 37

3.1.1 k近邻 37

3.1.2 朴素贝叶斯 38

3.1.3 决策树 40

3.1.4 随机森林 41

3.1.5 自适应增强 41

3.1.6 支持向量机 42

3.2 深度学习方法 44

3.2.1 CNN 44

3.2.2 RNN 46

3.2.3 GAN 46

第4章 多视角学习 48

4.1 多视角学习方法 48

4.1.1 基于完整视角的学习方法 48

4.1.2 基于不完整视角的学习方法 50

4.2 基础模型 53

4.2.1 RSVM 53

4.2.2 PSVM-2V 54

4.3 RPSVM-2V 55

4.4 理论分析 58

4.5 拓展模型 60

4.5.1 RSVM-2K 60

4.5.2 RMKL 62

4.6 实验分析 64

4.6.1 实验设置 64

4.6.2 实验结果 65

4.6.3 参数敏感性分析 71

4.6.4 谱分析 74

第5章 类别不平衡学习(一) 77

5.1 类别不平衡学习方法 77

5.1.1 采样 77

5.1.2 代价敏感学习 78

5.1.3 集成学习 79

5.2 DEC 81

5.3 修正Stein损失函数 81

5.4 CSMS 83

5.5 理论分析 86

5.6 模型优化 86

5.7 实验分析 88

5.7.1 实验设置 88

5.7.2 实验结果 89

5.7.3 参数敏感性分析 93

5.7.4 收敛性分析 93

第6章 类别不平衡学习(二) 98

6.1 v-SVM 98

6.2 LINEX损失函数 99

6.3 v-CSSVM 99

6.4 理论分析 101

6.5 模型优化 102

6.5.1 ADMM 102

6.5.2 GD 104

6.6 实验分析 105

6.6.1 实验设置 105

6.6.2 实验结果 106

6.6.3 参数敏感性分析 109

6.6.4 收敛性分析 110

第7章 类别不平衡学习(三) 113

7.1 深度学习中的类别不平衡损失函数 113

7.1.1 WCE 114

7.1.2 FL 114

7.1.3 其他 115

7.2 深度LINEX损失函数 116

7.2.1 BC-LINEX 116

7.2.2 MC-LINEX 117

7.2.3 损失函数比较 119

7.3 模型优化 120

7.3.1 BC-LINEX权重更新 120

7.3.2 MC-LINEX权重更新 121

7.4 实验分析 122

7.4.1 实验设置 122

7.4.2 实验结果 125

7.4.3 参数敏感性分析 130

附录A 132

A.1 定理4.1证明 132

A.2 定理4.2证明 132

A.3 第4章附表 135

附录B 148

B.1 第5章附表 148

附录C 150

C.1 定理6.1证明 150

C.2 第6章附表 152

参考文献 155


展开
加入书架成功!
收藏图书成功!
我知道了(3)
发表书评
读者登录

请选择您读者所在的图书馆

选择图书馆
浙江图书馆
点击获取验证码
登录
没有读者证?在线办证