![](http://img.alicdn.com/imgextra/i1/2455124912/TB1LCfhgQZmBKNjSZPiXXXFNVXa_!!0-item_pic.jpg)
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...... "![](http://img.alicdn.com/imgextra/i1/2455124912/TB1LCfhgQZmBKNjSZPiXXXFNVXa_!!0-item_pic.jpg)
|