*完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考,以到貨標的為正確資訊。 印行年月:202309*若逾兩年請先於私訊洽詢存貨情況,謝謝。 台灣(台北市)在地出版社,每筆交易均開具統一發票,祝您中獎最高1000萬元。 書名:醫療大數據與機器學習 ISBN:9787302635161 出版社:清華大學 著編譯者:付賽際 田英傑 頁數:178 所在地:中國大陸 *此為代購商品 書號:1576329 可大量預訂,請先連絡。 內容簡介 本書具體內容設置如下:首先提出一個結合文本挖掘與專家經驗的機器學習問題分析框架,利用該框架詳細分析並討論醫療大數據挖掘的研究現狀,總結機器學習在醫療大數據中面臨的關鍵問題,然後對這些機器學習問題和相應的機器學習方法進行描述,並針對多視角學習和類別不平衡學習深入研究。 本書可作為機器學習領域研究生的擴充閱讀資料,也可供醫療大數據領域正在進行理論研究和應用研究的讀者參考。作者簡介 田英傑,中國科學院大學經濟與管理學院副院長,中國科學院虛擬經濟與數據科學研究中心副主任、研究員、博士研究生導師。研究方向:機器學習與應用。出版中英文專/合著5部,近5年在相關領域的國內外學術期刊和國際會議上發表論文60餘篇。現任ANNALS OF DATA SCIENCE執行主編,NEUROCOMPUTING副主編,Cancer Innovation學術編委,Health Care Science學術編委,Infectious Medicine編委,iLIVER編委。目錄 第1章 醫療大數據挖掘1 1 醫療大數據 1 2 醫療大數據文獻分析 1 2 1 數據準備 1 2 2 文本挖掘 1 2 3 專家經驗 1 3 挖掘現狀與關鍵問題 1 3 1 醫學圖像分類 1 3 2 醫學圖像檢測 1 3 3 醫學圖像分割 1 3 4 醫學圖像生成 1 3 5 關鍵問題 第2章 機器學習問題 2 1 二分類問題 2 2 多分類問題 2 3 多標籤分類問題 2 4 多視角分類問題 2 5 多示例分類問題 2 6 多任務分類問題 2 7 遷移學習問題 2 8 弱監督分類問題 2 9 數據生成問題 第3章 機器學習方法 3 1 傳統機器學習方法 3 1 1 k近鄰 3 1 2 樸素貝葉斯 3 1 3 決策樹 3 1 4 隨機森林 3 1 5 自適應增強 3 1 6 支持向量機 3 2 深度學習方法 3 2 1 CNN 3 2 2 RNN 3 2 3 GAN 第4章 多視角學習 4 1 多視角學習方法 4 1 1 基於完整視角的學習方法 4 1 2 基於不完整視角的學習方法 4 2 基礎模型 4 2 1 RSVM 4 2 2 PSVM-2V 4 3 RPSVM-2V 4 4 理論分析 4 5 拓展模型 4 5 1 RSVM-2K 4 5 2 RMKL 4 6 實驗分析 4 6 1 實驗設置 4 6 2 實驗結果 4 6 3 參數敏感性分析 4 6 4 譜分析 第5章 類別不平衡學習(一) 5 1 類別不平衡學習方法 5 1 1 採樣 5 1 2 代價敏感學習 5 1 3 集成學習 5 2 DEC 5 3 修正Stein損失函數 5 4 CSMS 5 5 理論分析 5 6 模型優化 5 7 實驗分析 5 7 1 實驗設置 5 7 2 實驗結果 5 7 3 參數敏感性分析 5 7 4 收斂性分析 第6章 類別不平衡學習(二) 6 1 v-SVM 6 2 LINEX損失函數 6 3 v-CSSVM 6 4 理論分析 6 5 模型優化 6 5 1 ADMM 6 5 2 GD 6 6 實驗分析 6 6 1 實驗設置 6 6 2 實驗結果 6 6 3 參數敏感性分析 6 6 4 收斂性分析 第7章 類別不平衡學習(三) 7 1 深度學習中的類別不平衡損失函數 7 1 1 WCE 7 1 2 FL 7 1 3 其他 7 2 深度LINEX損失函數 7 2 1 BC-LINEX 7 2 2 MC-LINEX 7 2 3 損失函數比較 7 3 模型優化 7 3 1 BC-LINEX權重更新 7 3 2 MC-LINEX權重更新 7 4 實驗分析 7 4 1 實驗設置 7 4 2 實驗結果 7 4 3 參數敏感性分析 附錄A A 1定理4 1 證明 A 2定理4 2 證明 A 3第4章 附表 附錄B B 1第5章 附表 附錄C C 1定理6 1 證明 C 2第6章 附表 參考文獻 詳細資料或其他書籍請至台灣高等教育出版社查詢,查後請於PChome商店街私訊告知ISBN或書號,我們即儘速上架。 |