醫(yī)學大數(shù)據(jù)挖掘方法與應用（2018北醫(yī)基金）

第一章 醫(yī)學大數(shù)據(jù)面臨的機遇與挑戰(zhàn)
第一節(jié) 醫(yī)學大數(shù)據(jù)的基本特點
第二節(jié) 醫(yī)學大數(shù)據(jù)研究
第三節(jié) 醫(yī)學大數(shù)據(jù)的應用
第四節(jié) 醫(yī)學大數(shù)據(jù)面臨的挑戰(zhàn)
小結
第二章 醫(yī)學大數(shù)據(jù)介紹
第一節(jié) 醫(yī)學大數(shù)據(jù)來源
第二節(jié) 大型醫(yī)學數(shù)據(jù)庫介紹
第三節(jié) 醫(yī)學大數(shù)據(jù)評估
小結
第三章 數(shù)據(jù)提取
第一節(jié) 數(shù)據(jù)提取概述
第二節(jié) 醫(yī)學結構化數(shù)據(jù)的提取
第三節(jié) 醫(yī)學非結構化數(shù)據(jù)的提取
小結
第四章 數(shù)據(jù)預處理
第一節(jié) 數(shù)據(jù)挖掘?qū)嵤┎襟E
第二節(jié) 醫(yī)學數(shù)據(jù)的常見問題
第三節(jié) 數(shù)據(jù)預處理
小結
第五章 缺失數(shù)據(jù)處理
第一節(jié) 缺失值產(chǎn)生的原因
第二節(jié) 缺失值的處理方法
小結
第六章 離群值處理
第一節(jié) 離群值的定義及產(chǎn)生
第二節(jié) 離群值的識別及檢測
第三節(jié) 離群值的處理
小結
第七章 模型驗證與敏感性分析在醫(yī)學大數(shù)據(jù)研究中的應用
第一節(jié) 模型驗證與敏感性分析概述
第二節(jié) 模型驗證與敏感性分析應用實例
小結
第八章 工具變量法在醫(yī)學大數(shù)據(jù)挖掘中的應用
第一節(jié) 工具變量法的基本原理
第二節(jié) 工具變量法的應用實例
第三節(jié) 工具變量法在使用過程中的若干問題
小結
第九章 傾向性評分在醫(yī)學大數(shù)據(jù)分析中的應用
第一節(jié) 背景概述
第二節(jié) 傾向性評分的原理和應用條件
第三節(jié) 傾向性評分的步驟
第四節(jié) 傾向性評分法在醫(yī)學大數(shù)據(jù)分析中的實際應用
第五節(jié) 傾向性評分匹配法在統(tǒng)計軟件中的實現(xiàn)
第六節(jié) 傾向性評分的局限性
小結
第十章 競爭性分析
第一節(jié) 競爭風險模型的基本應用
第二節(jié) 競爭風險模型的應用實例
小結
……
第十一章 大數(shù)據(jù)挖掘常用的機器學習算法
第十二章 大數(shù)據(jù)分析和挖掘的常用軟件及平臺
第十三章 回歸方程在醫(yī)學大數(shù)據(jù)挖掘中的應用
第十四章 基于變量選擇的數(shù)據(jù)降維模型
第十五章 關聯(lián)規(guī)則挖掘在醫(yī)學大數(shù)據(jù)挖掘中的應用
第十六章 醫(yī)學大數(shù)據(jù)預測模型的評價與驗證
第十七章 XGBoost模型在醫(yī)學大數(shù)據(jù)預測建模中的應用
第十八章 生物信息挖掘的基本方法
第十九章 住院病案首頁與氣象及大氣污染數(shù)據(jù)挖掘應用
第二十章 寧波市鄞州區(qū)健康大數(shù)據(jù)平臺在疾病管理中的應用
彩圖