產品名稱：機器學習技術與實戰-醫學... 書名：機器學習技術與實戰-醫學大數據深度應用 機器學習技術與實戰-醫學大數據深度應用 ISBN編號：9787111595991 是否是套裝：否 作者地區：其他 出版社名稱：機械工業出版社 代碼：89 出版時間：2018年4月 作者：[加] Hong Song Lin（洪松林） [加]
" 機器學習技術與實戰 作 者:(加)洪松林(Hong Song Lin) 編著  定 價:89 出 版 社:機械工業出版社 出版日期:2018年05月01日 頁 數:334 裝 幀:平裝 ISBN:9787111595991  ●前言
●第1章 機器學習基礎
●1.1 認識機器學習
●1.1.1 機器學習概念
●1.1.2 機器學習與生活
●1.1.3 機器學習與知識
●1.2 機器學習應用基礎
●1.2.1 事物與維度
●1.2.2 分布與關繫
●1.2.3 描繪與預測
●1.2.4 現像與知識
●1.2.5 規律與因果
●1.3 機器學習應用繫統
●1.3.1 數據層
●1.3.2 算法層
●1.3.3 應用層
●1.3.4 經驗積累與應用
●1.4 無限三維嵌套空間假說
●1.4.1 一維空間
●1.4.2 二維空間......  內容簡介  本書作者有二十餘年數據倉庫、數據挖掘、機器學習、人工智能等方面的研發和應用經驗。他結合自己多年的行業經歷，總結了機器學習在實際工程中的應用經驗，特別是在醫學大數據領域的應用經驗，提供了大量一線資料。洪松林編著的《機器學習技術與實戰(醫學大數據深度應用)》共8章。靠前章介紹機器學習應用的基礎內容，快速引領讀者進入機器學習領域。第2章介紹機器學習應用活動的前期工作，即數據探索的工作和數據準備工作，包括數據關繫探索、數據特征探索、數據選擇、數據處理。第3章介紹機器學習的算法，從實際應用出發，介紹一些比較經典的算法，以及一些算法流程，包括聚類分析、特性選擇、特征抽取、關聯規則、分類和預測、時間序列、深度學習等。第4章介紹如何將算法用到商業應用的案例，如特性選擇模型的應用、分類模型的應用等。第5章介紹智能醫學科研繫統IMRS的設計思路與步驟，具體剖析IMRS的幾個重要模塊的開發方法，包括異常偵測模型......  (加)洪松林(Hong Song Lin) 編著  洪松林，加拿大籍，大數據深度分析技術專家，外國專家局引智技術專家，OCP靠前（加拿大）認證專家。有二十餘年數據倉庫、數據挖掘、機器學習、人工智能等方面的研發和應用經驗。福安易數據技術公司的創始人，帶領團隊走在機器學習和大數據深度分析的技術前沿，在結構化和非結構化數據挖掘、深度學習等領域，創新研發了眾多靠前和有效的機器學習新技術、新算法。多次受邀為全國性IT專業大會做大數據深度分析主題演講，曾擔任全國軟件大會大數據論壇主持人。  PREFACE前 言什麼是機器學習？現在恐怕無需再做基本概念解釋了。在本書中，我們談機器學習的實用技術。我們知道，有了數據，就要做很多分析工作。其中很常見的、很基本的一個分析是，針對目標變量，我們需要從大量的候選變量（可能是幾百個、幾千個）中，探索、發現哪些變量與目標變量具有較強的廣義相關性。我們可能應用很多不同的算法，一一對每個候選變量與目標變量進行相關性探索嘗試，可有時還是沒能找到一個有顯著相關性的變量。不少人可能都覺得沒辦法了。但是，沒有找到顯著的獨立相關變量，不意味著不存在任何相關變量了，數據中有可能存在著多個變量組合與目標變量具有較強的相關性（多變量相關組），或者說，與目標變量具有較強相關性的某個變量在數據中被“拆分”成了多個與目標變量不具有較強相關性的分變量。那麼，在幾百個甚至成千上萬個候選變量中，如何有效地找到一個或多個多變量相關...... "
| 
