医学数据挖掘

出版时间：2008-6  出版社：中国铁道出版社  作者：周怡，等 编  页数：146  
Tag标签：无  

内容概要

　　《全国高等医药类院校计算机规划教材：医学数据挖掘（SQL Server2005案例分析）》是一本很值得一读的医学案例数据挖掘教材，较全面地介绍了医学数据挖掘的基本任务、方法及数据挖掘技术及基于SQL Server 2005的医学实践。　　全书共7章，内容涵盖核心的数据挖掘技术，包括：决策树算法、回归与时序算法、人工神经网络、关联规则和聚类分析。此外，还提供了医学数据挖掘的最佳实践方法论，介绍了SQL Server 2005中数据挖掘的功能，并且对这些功能结合医学实例作了较为详细的讲述。在附录中还提供了SQL Server 2005的安装方法。通过学习《全国高等医药类院校计算机规划教材：医学数据挖掘（SQL Server2005案例分析）》，读者能理解数据挖掘的重要性并学会如何实践数据挖掘。

书籍目录

第1章 医学数据挖掘概述1.1 数据挖掘概念1.1.1 数据挖掘的产生1.1.2 数据挖掘的定义1.2 数据挖掘的任务1.3 数据挖掘技术1.4 数据挖掘工具——SQL Server 20051.5数据挖掘技术在医学领域中的应用特点、现状及展望本章小结习题第2章 数据挖掘方法和最佳实践2.1 为什么需要方法论2.1.1 获取不真实的知识2.1.2 获取真实但无用的知识2.2 假设测试2.3 数据挖掘的方法本章小结习题第3章 决策树3.1 决策树的概念3.2 决策树算法的基本原理3.2.1 ID3算法3.2.2 ID3算法的特点和面临的问题3.2.3 树枝修剪3.2.4 其他决策树算法3.3 利用Microsoft SQL Server 2005实践决策树算法3.3.1 案例背景3.3.2 Microsoft SQL Server 2005 Analysis Services操作步骤本章小结习题第4章 回归与时序算法4.1 算法介绍4.2 回归分析4.2.1 一元线性回归分析4.2.2 多元线性回归分析4.2.3 非线性回归分析4.3 时间序列分析4.3.1 确定性时间序列分析方法4.3.2 随机时间序列分析4.4 利用Microsoft SQL Server 2005实践回归与时序分析4.4.1 案例背景4.4.2 Microsoft SQL Server 2005 Analysis Services操作步骤本章小结习题第5章 人工神经网络5.1 人工神经网络简介5.2 人工神经网络建模基础5.2.1 生物神经网络5.2.2 人工神经元5.2.3 M.P模型5.2.4 人工神经网络分类5.2.5 人工神经网络的学习5.3 感知器神经网络5.3.1 单层感知器5.3.2 多层感知器5.3.3 误差反传（BP）算法5.4 利用Microsoft SQL Servet 2005实践神经网络算法5.4.1 案例背景5.4.2 Microsoft SQL Server 2005 Analysis Services操作步骤本章小结习题第6章 关联规则6.1 关联规则概述6.2 关联规则算法6.2.1 单维布尔关联规则挖掘6.2.2 多层关联规则挖掘6.2.3 多维关联规则挖掘6.3 利用Microsoft SQL Server 2005实践关联规则算法6.3.1 案例背景6.3.2 Microsoft SQL Server 2005 Analysis Setvices操作步骤本章小结习颢第7章 聚类分析7.1 聚类分析相关概念及其分类7.1.1 相似性测量7.1.2 聚类分析算法简介7.2 k-Means算法7.3 EM算法7.4 利用Microsoft SQL Serlver 2005实践聚类分析算法7.4.1 案例背景7.4.2 Microsoft SQL Server 2005 Analysis Setvices操作步骤本章小结习题附录A SQL Server 2005数据库的安装附录B 数据挖掘模拟试题（一）附录C 数据挖掘模拟试题（二）参考文献

编辑推荐

　　《全国高等医药类院校计算机规划教材：医学数据挖掘（SQL Server2005案例分析）》将医学实例、数据挖掘技术、计算机应用程序三者结合起来。首先介绍了数据挖掘任务；然后介绍了完成数据挖掘任务的方法论基础；最后根据数据挖掘任务，依据数据挖掘的方法论，借助于SQL Server 2005详细介绍了医学数据挖掘领域的重要问题——决策树算法、回归与时序算法、人工神经网络、关联规则和聚类分析。