书目详细信息
： 医疗大数据与机器学习
书目信息 机读格式(MARC)
| ISBN/价格： | 978-7-302-63516-1:CNY118.00 |
|---|---|
| ISBN/价格： | 978-7-302-63516-1:CNY118.00 |
| 题名： | 医疗大数据与机器学习 |
| 作品语种： | chi |
| 作品语种： | chi |
| 出版国别： | CN 110000 |
| 出版国别： | CN 110000 |
| 题名责任者项： | 医疗大数据与机器学习/.付赛际,田英杰著 |
| 题名责任者项： | 医疗大数据与机器学习/.付赛际,田英杰著 |
| 出版发行项： | 北京:,清华大学出版社:,2023 |
| 出版发行项： | 北京:,清华大学出版社:,2023 |
| 载体形态项： | 178页:;+图:;+24cm |
| 载体形态项： | 178页:;+图:;+24cm |
| 提要文摘： | 随着计算机技术的飞速发展,医疗信息的规模性和丰富性显著增强,机器学习成为赋能医疗大数据的核心技术。但不可否认的是,基于机器学习的医疗大数据挖掘仍然面临诸多挑战。《医疗大数据与机器学习》从实际出发,研究机器学习在医疗大数据挖掘中的问题与方法,一方面希望所研究成果丰富并完善相应领域的理论研究与方法体系,另一方面希望能在实际的医疗大数据挖掘中得到有效应用,为医学工作者提供有效的辅助诊断工具,有助于疾病的早预防、早发现、早治疗,提升临床决策的效率。大量实验证实本研究能够快速、准确地完成医疗大数据的分析任务,但这并不意味着机器学习能够取代医学专家的地位。严格来说,两者相辅相成。首先,在数据的准备阶段,需要依赖专家的经验对数据进行标注;其次,在模型的构建阶段,融入专家的经验知识有望取得比现有方法更优的性能;最后,在决策阶段,模型得到的预测结果需要经过专家的解释和认可才能用于临床实践。 |
| 提要文摘： | 随着计算机技术的飞速发展,医疗信息的规模性和丰富性显著增强,机器学习成为赋能医疗大数据的核心技术。但不可否认的是,基于机器学习的医疗大数据挖掘仍然面临诸多挑战。《医疗大数据与机器学习》从实际出发,研究机器学习在医疗大数据挖掘中的问题与方法,一方面希望所研究成果丰富并完善相应领域的理论研究与方法体系,另一方面希望能在实际的医疗大数据挖掘中得到有效应用,为医学工作者提供有效的辅助诊断工具,有助于疾病的早预防、早发现、早治疗,提升临床决策的效率。大量实验证实本研究能够快速、准确地完成医疗大数据的分析任务,但这并不意味着机器学习能够取代医学专家的地位。严格来说,两者相辅相成。首先,在数据的准备阶段,需要依赖专家的经验对数据进行标注;其次,在模型的构建阶段,融入专家的经验知识有望取得比现有方法更优的性能;最后,在决策阶段,模型得到的预测结果需要经过专家的解释和认可才能用于临床实践。 |
| 并列题名： | Big data and machine learning eng |
| 并列题名： | Big data and machine learning eng |
| 题名主题： | 医学 数据处理 研究 |
| 题名主题： | 医学 机器学习 研究 |
| 题名主题： | 医学 数据处理 研究 |
| 题名主题： | 医学 机器学习 研究 |
| 中图分类： | R319 |
| 中图分类： | R319 |
| 个人名称等同： | 付赛际 著 |
| 个人名称等同： | 田英杰 著 |
| 个人名称等同： | 付赛际 著 |
| 个人名称等同： | 田英杰 著 |
| 记录来源： | CN 布克巴巴 20240620 |
| 记录来源： | CN 布克巴巴 20240620 |