医学数据挖掘
点此进入淘宝搜索页搜索分类: 图书,医学,其他,
作者： 崔雷主编
出 版 社： 高等教育出版社
出版时间： 2006-7-1字数：版次： 1页数： 221印刷时间：开本： 大16开印次：纸张：I S B N ： 9787040190786包装： 平装内容简介
本书是国内第一部关于医学数据挖掘的教材。包括基础篇、核心篇和应用篇三个部分。基础篇介绍数据挖掘的基本概念和理论，核心篇介绍数据挖掘的主要算法和工具，应用篇则分别介绍数据挖掘在医学临床、分子生物学、预防医学、医院管理、文本和web挖掘中的具体应用。
本书首先强调数据挖掘的基本概念和基本方法，重点介绍该领域的基本概念、基本过程和方法；各种算法以介绍其适用条件和原理为主，尽量少涉及具体算法的数学公式。其次，本书以应用为主，介绍数据挖掘方法在医学研究和服务中的应用实例，为学生今后进一步从事这一方面的深入研究提供基础。最后，本书在内容组织上力求全面系统，突出重点。由浅入深、突出交叉学科的特色的同时，注重所介绍知识的层次，适合不同水平读者的学习需要。
目录
基础篇
第一章 概述
第一节 数据挖掘与知识发现的基本概念
一、数据挖掘的产生
二、什么是数据挖掘和知识发现
三、数据挖掘的知识表示
第二节 知识发现和数据挖掘的步骤、算法与工具
一、知识发现和数据挖掘的基本步骤
二、知识发现和数据挖掘的算法
三、数据挖掘的工具
第三节 数据挖掘系统的体系结构
一、数据库管理模块
二、挖掘前处理模块
三、挖掘操作模块
四、模式评估模块
五、知识输出模块
第四节 数据挖掘和知识发现的应用
一、数据挖掘和知识发现在科学研究中的应用
二、数据挖掘和知识发现在商业上的应用
三、Web挖掘
第二章 数据挖掘的对象
第一节 关系型数据库
一、关系型数据库的定义
二、关系组成与性质
三、关系型数据库的数据挖掘
第二节 数据仓库
一、数据仓库的定义和结构
二、数据仓库的特征
三、多维数据模型
四、数据仓库的数据挖掘
第三节 文本数据库
一、语种识别
二、特征提取
三、文本聚类
四、文本分类
第四节 复杂类型数据库
一、空间数据库
二、Web数据库
三、时序数据库
第三章 数据挖掘的步骤
第一节 跨行业数据挖掘过程标准
一、产生背景
二、CRISP-DM过程模型
三、数据挖掘工具
第二节 业务理解
一、确定商业目标
二、状况评估
三、确定数据挖掘目标
四、建立项目计划
第三节 数据准备
一、理解数据
二、数据选择
三、数据清洗
四、数据转换
五、数据集成
六、数据归约
第四节 模型建立和评估
一、模型的种类
二、模型的精确度
三、模型评估
核心篇
第四章 关联规则与关联分析
第五章 聚类分析
第六章 决策树
第七章 内容概括相关技术
第八章 人工神经网络
第九章 遗传算法
第十章 粗糙集理论及其应用
应用篇
第十一章 数据挖掘在临床领域中的应用
第十二章 数据挖掘在分子生物学领域中的应用
第十三章 数据挖掘在预防医学领域中的应用
第十四章 时间序列数据挖掘及其在医院管理中的应用
第十五章 文本挖掘及其在生物医学领域中的应用
第十六章 Web挖掘
第十七章 数据挖掘工具概述
参考文献