醫療大數據與機器學習

醫療大數據與機器學習

《醫療大數據與機器學習》是2023年9月1日清華大學出版社出版的圖書,作者:付賽際、田英傑。

基本介紹

  • 中文名:醫療大數據與機器學習
  • 作者:付賽際、田英傑
  • 出版時間:2023年9月1日
  • 出版社:清華大學出版社
  • ISBN:9787302635161
  • 定價:118 元
  • 印次:1-1
  • 印刷日期:2023.09.07
內容簡介,圖書目錄,

內容簡介

主要研究內容與特色: (1) 利用文本挖掘和專家經驗構建機器學習關鍵問題分析框架,總結機器學習在醫療大數據挖掘中面臨的若干關鍵問題。 (2) 利用簡約核構建面向不完整視角問題的高效機器學習方法。 (3) 利用非對稱損失函式構建面向類別不平衡問題的機器學習與深度學習方法。讀者對象: 從事人工智慧、機器學習、醫療大數據分析方向的學術界與工業界的相關人士。 (4)圍繞不完整視角與類別不平衡這兩個關鍵問題展開深入研究,有效提升了醫學診斷的決策效率。

圖書目錄

目 錄
第1章 醫療大數據挖掘 1
1.1 醫療大數據 1
1.2 醫療大數據文獻分析 4
1.2.1 數據準備 4
1.2.2 文本挖掘 5
1.2.3 專家經驗 5
1.3 挖掘現狀與關鍵問題 10
1.3.1 醫學圖像分類 10
1.3.2 醫學圖像檢測 17
1.3.3 醫學圖像分割 20
1.3.4 醫學圖像生成 23
1.3.5 關鍵問題 25
第2章 機器學習問題 28
2.1 二分類問題 28
2.2 多分類問題 29
2.3 多標籤分類問題 30
2.4 多視角分類問題 31
2.5 多示例分類問題 31
2.6 多任務分類問題 33
2.7 遷移學習問題 34
2.8 弱監督分類問題 34
2.9 數據生成問題 35
第3章 機器學習方法 37
3.1 傳統機器學習方法 37
3.1.1 k近鄰 37
3.1.2 樸素貝葉斯 38
3.1.3 決策樹 40
3.1.4 隨機森林 41
3.1.5 自適應增強 41
3.1.6 支持向量機 42
3.2 深度學習方法 44
3.2.1 CNN 44
3.2.2 RNN 46
3.2.3 GAN 46
第4章 多視角學習 48
4.1 多視角學習方法 48
4.1.1 基於完整視角的學習方法 48
4.1.2 基於不完整視角的學習方法 50
4.2 基礎模型 53
4.2.1 RSVM 53
4.2.2 PSVM-2V 54
4.3 RPSVM-2V 55
4.4 理論分析 58
4.5 拓展模型 60
4.5.1 RSVM-2K 60
4.5.2 RMKL 62
4.6 實驗分析 64
4.6.1 實驗設定 64
4.6.2 實驗結果 65
4.6.3 參數敏感性分析 71
4.6.4 譜分析 74
第5章 類別不平衡學習(一) 77
5.1 類別不平衡學習方法 77
5.1.1 採樣 77
5.1.2 代價敏感學習 78
5.1.3 集成學習 79
5.2 DEC 81
5.3 修正Stein損失函式 81
5.4 CSMS 83
5.5 理論分析 86
5.6 模型最佳化 86
5.7 實驗分析 88
5.7.1 實驗設定 88
5.7.2 實驗結果 89
5.7.3 參數敏感性分析 93
5.7.4 收斂性分析 93
第6章 類別不平衡學習(二) 98
6.1 v-SVM 98
6.2 LINEX損失函式 99
6.3 v-CSSVM 99
6.4 理論分析 101
6.5 模型最佳化 102
6.5.1 ADMM 102
6.5.2 GD 104
6.6 實驗分析 105
6.6.1 實驗設定 105
6.6.2 實驗結果 106
6.6.3 參數敏感性分析 109
6.6.4 收斂性分析 110
第7章 類別不平衡學習(三) 113
7.1 深度學習中的類別不平衡損失函式 113
7.1.1 WCE 114
7.1.2 FL 114
7.1.3 其他 115
7.2 深度LINEX損失函式 116
7.2.1 BC-LINEX 116
7.2.2 MC-LINEX 117
7.2.3 損失函式比較 119
7.3 模型最佳化 120
7.3.1 BC-LINEX權重更新 120
7.3.2 MC-LINEX權重更新 121
7.4 實驗分析 122
7.4.1 實驗設定 122
7.4.2 實驗結果 125
7.4.3 參數敏感性分析 130
附錄A 132
A.1 定理4.1證明 132
A.2 定理4.2證明 132
A.3 第4章附表 135
附錄B 148
B.1 第5章附表 148
附錄C 150
C.1 定理6.1證明 150
C.2 第6章附表 152
參考文獻 155

相關詞條

熱門詞條

聯絡我們