內容簡介
基於大數據時代生物醫學數據的爆炸式增長,本書從醫學科研中的實際問題出發,以案例的形式深入淺出地介紹醫學數據挖掘技術,包括決策樹模型、支持向量機、隨機森林分類、關聯規則、貝葉斯網絡構建等,並詳細介紹數據挖掘軟件(SPSS、SAS和R等)的操作步驟,重點突出實用性和可操作性,以期提高讀者對醫學科研數據的深層次處理與分析的能力。
本書第1版自出版以來,得到了廣大醫學生和醫學工作者的肯定,被很多醫學類院校選用為數據挖掘類課程教材。考慮近年來新的醫學數據挖掘方法層出不窮,並在臨床醫學和基礎醫學研究中有潛在的應用價值,因此本書在第2版中增加了Logistic回歸諾莫圖的繪制、決策曲線分析、Cox回歸的諾莫圖繪制、偏AUC分析、Lasso回歸、決策樹回歸、網絡Meta分析、偏小二乘判別分析和繫統聚類圖的各類圖形展示等內容,並仍以案例的形式詳細講解如何應用R軟件操作實現。
本書主要取材於編者近年來從事生物醫學數據深度挖掘方面的研究與教學工作內容,可作為醫學院校本科生及研究生教材,也可作為醫學基礎及臨床科研工作者和相關技術人員科學研究的參考用書。
本書第1版自出版以來,得到了廣大醫學生和醫學工作者的肯定,被很多醫學類院校選用為數據挖掘類課程教材。考慮近年來新的醫學數據挖掘方法層出不窮,並在臨床醫學和基礎醫學研究中有潛在的應用價值,因此本書在第2版中增加了Logistic回歸諾莫圖的繪制、決策曲線分析、Cox回歸的諾莫圖繪制、偏AUC分析、Lasso回歸、決策樹回歸、網絡Meta分析、偏小二乘判別分析和繫統聚類圖的各類圖形展示等內容,並仍以案例的形式詳細講解如何應用R軟件操作實現。
本書主要取材於編者近年來從事生物醫學數據深度挖掘方面的研究與教學工作內容,可作為醫學院校本科生及研究生教材,也可作為醫學基礎及臨床科研工作者和相關技術人員科學研究的參考用書。