微信扫一扫,移动浏览光盘
简介
《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《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。
《医学数据挖掘:SQL Server2005案例分析》适合作为高等院校相关专业高年级本科生、研究生的教材或参考书，也适合当前医学数据挖掘实践者学习和参考。
目录
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——SQLServer2005
1.5 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MicrosoftSQLServer2005实践决策树算法
3.3.1 案例背景
3.3.2 MicrosoftQLServer2005AnalysisServices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MicrosoftSQLServer2005实践回归与时序分析
4.4.1 案例背景
4.4.2 MicrosoftSQLServer2005AnalysisServices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MicrosoftSQLServer2005实践神经网络算法
5.4.1 案例背景
5.4.2 MicrosoftSQLServer2005AnalysisServices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MicrosoftSQLServer2005实践关联规则算法
6.3.1 案例背景
6.3.2 MicrosoftSQLServer2005AnalysisServices操作步骤
本章小结
习题
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MicrosoftSQLServer2005实践聚类分析算法
7.4.1 案例背景
7.4.2 MicrosoftSQLServer2005AnalysisServices操作步骤
本章小结.
习题
附录A SQLServer2005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
?
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——SQLServer2005
1.5 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MicrosoftSQLServer2005实践决策树算法
3.3.1 案例背景
3.3.2 MicrosoftQLServer2005AnalysisServices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MicrosoftSQLServer2005实践回归与时序分析
4.4.1 案例背景
4.4.2 MicrosoftSQLServer2005AnalysisServices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MicrosoftSQLServer2005实践神经网络算法
5.4.1 案例背景
5.4.2 MicrosoftSQLServer2005AnalysisServices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MicrosoftSQLServer2005实践关联规则算法
6.3.1 案例背景
6.3.2 MicrosoftSQLServer2005AnalysisServices操作步骤
本章小结
习题
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MicrosoftSQLServer2005实践聚类分析算法
7.4.1 案例背景
7.4.2 MicrosoftSQLServer2005AnalysisServices操作步骤
本章小结.
习题
附录A SQLServer2005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
?
SQL Server 2005案例分析
- 名称
- 类型
- 大小
光盘服务联系方式: 020-38250260 客服QQ：4006604884
云图客服：
用户发送的提问，这种方式就需要有位在线客服来回答用户的问题，这种 就属于对话式的,问题是这种提问是否需要用户登录才能提问
Video Player
×
Audio Player
×
pdf Player
×
