作者：王海英
页数：296
出版社：科学出版社
出版日期：2024
ISBN：9787030765901
电子书格式：pdf/epub/txt
内容简介
大数据、云计算、人工智能等快速发展的新一代信息通信技术正在加速与医疗领域深度融合，但其应用范围和程度存在差异。与大数据在其他行业的应用不同，对医疗健康大数据价值的深度挖掘，不仅仅是分析数据间的相关性，还需要严格验证其中的因果性。因此，本书基于医疗行业领域中大数据的实用技术与经典案例，从技术原理到实际应用、从统计方法到数据建模，全面概括信息时代下的医疗健康大数据的技术与应用。每一章都附有案例，便于读者理解和掌握医学大数据挖掘的相关理论与方法，使本书具有较高的实用性和可操作性。
作者简介
多年从事统计数据分析与量化管理研究，曾获国家科技进步二等奖1项，军队科技进步二等奖1项，三等奖1项。
目录
第一章 医学大数据概述1
第一节 医学大数据的特点1
第二节 医学大数据库及其应用2
第三节 医学大数据挖掘方法8
第四节 机遇与挑战10
第二章 健康医疗大数据获取与数据管理12
第一节 健康医疗大数据采集与预处理技术12
第二节 健康医疗大数据资源管理与平台技术22
第三节 健康医疗大数据标准化理论与技术31
第四节 健康医疗大数据安全技术52
第三章 医学大数据降维和聚类分析61
第一节 主成分分析61
第二节 K均值聚类67
第三节 层次聚类分析70
第四节 分布估计聚类分析74
第五节 高斯混合模型75
第六节 其他分布估计聚类75
第四章 医学大数据挖掘分类预测81
第一节 决策树模型81
第二节 朴素贝叶斯95
第三节 贝叶斯网络102
第四节 神经网络模型104
第五节 多模型融合方法129
第五章 医学大数据挖掘回归预测144
第一节 时空聚集探测模型144
……
第一节 医学大数据的特点1
第二节 医学大数据库及其应用2
第三节 医学大数据挖掘方法8
第四节 机遇与挑战10
第二章 健康医疗大数据获取与数据管理12
第一节 健康医疗大数据采集与预处理技术12
第二节 健康医疗大数据资源管理与平台技术22
第三节 健康医疗大数据标准化理论与技术31
第四节 健康医疗大数据安全技术52
第三章 医学大数据降维和聚类分析61
第一节 主成分分析61
第二节 K均值聚类67
第三节 层次聚类分析70
第四节 分布估计聚类分析74
第五节 高斯混合模型75
第六节 其他分布估计聚类75
第四章 医学大数据挖掘分类预测81
第一节 决策树模型81
第二节 朴素贝叶斯95
第三节 贝叶斯网络102
第四节 神经网络模型104
第五节 多模型融合方法129
第五章 医学大数据挖掘回归预测144
第一节 时空聚集探测模型144
……
