首页 > 科技 > 计算机 > 计算机科学

无监督学习方法及其应用

作译者：谢娟英

出版时间：2016-11 千字数：520 版次：01-01 页数：432

开本：16开装帧： I S B N ：9787121305023

换版：

纸质书定价：￥88.0

库存:有

分享到：

共有图书评论0条【查看评论摘要】

看了又看

{{data.bookName}}

￥{{data.price}}

内容简介

前言

上架建议

作者简介

编辑推荐

音视频专区

随着IBM沃森智能医疗机器人的问世以及高通量测序技术的发展，生物医学大数据分析已经成为当今的热门研究领域，特别是随着国际、国内精准医学项目的提出和开展，生物医学大数据分析愈发得到关注。同时，高速发展的计算机技术引发了各行各业的大数据产生。这些来自不同领域的大数据亟待分析。
无监督学习方法无须任何先验知识，可以从海量数据中发现潜在有用的、鲜为人知的知识，是机器学习、数据挖掘等领域的重要数据分析技术。基于无监督学习的特征选择算法可以避免特征选择领域的时间瓶颈，在无须任何先验知识的情况下，快速搜索和发现有用的识别特征，对生物医学领域的标志物识别和发现起到了重要作用。研究基于无监督学习的特征选择方法，将对生物医学大数据分析、癌症等疾病的识别基因发现起到至关重要的作用，将促进癌症等疾病的早发现早治疗，促进基因治疗等精准医学的发展。
本书主要介绍了作者近年来在无监督机器学习领域的研究成果，包括竞争学习、划分式无监督学习、基于密度的无监督学习、谱图聚类等学习算法、基于无监督学习的特征基因选择算法和疾病诊断研究。本书凝聚了作者在无监督机器学习领域全部研究成果以及作者在基于无监督学习的基因选择、疾病诊断领域的初步探索结果。对于无监督机器学习，作者的研究无疑是有限的，并未囊括无监督机器学习领域的所有分支；对于无监督学习方法的应用研究，作者的研究只涉及了特征选择与癌症等疾病的辅助诊断分析等生物医学大数据分析的很少一部分，在蓬勃发展的生物信息学领域只是沧海一粟。由于水平所限，书中难免有不足和疏漏之处，敬请读者批评和指正。

查看更多 > 图书评论

暂无评论

发表图书评论

评论标题：
评论内容：
验证码：: 看不清楚
点击刷新
: 您还没有登录，请登录后再评论。
点击“登录”

购买过本书的顾客还买过

{{data.bookName}}

￥{{data.price}}