机器学习技术与实战：医学大数据深度应用

本书作者曾在北美多家智能专业公司任高级架构师，有20年数据挖掘、机器学习方面的设计、发、管理经验。他结合自己多年的行业经历，总结了自己在机器学习方面的知识和实际工程中的经验，提供了大量一线资料。本书不仅介绍了机器学习中的常用算法，而且给出了具体实施环境和经验总结。重介绍了相关算法，包括：相关因子算法、聚类算法、分类算法、回归与测试算法等。不仅列举了详细示例，还介绍了算法在工程实践中的具体应用，特别是总结了自己独特的一些算法，例如矢量相关的因子选择算法、秩和相关因子选择算法、密度分布聚类算法、概率特征模型算法等。重剖析了医药学领域的应用。
【推荐语】
临床医学领域有海量数据，而这些大数据中蕴含着很多尚未发现的医学规律，这正是机器学习可以施展威力的地方，从临床医学大数据中挖掘、探索未知的医学特征、医学关系将为人类造福。本书介绍了作者20多年在医学领域耕耘的经验与成果，包括如何发一套通用于医学各学科的临床医学科研平台，以及如何行数据搜集、清洗、挖掘的实战经验。
【作者】
洪松林(Hong Song Lin)，加拿大籍，大数据深度分析技术专家，外国专家局引智技术专家，OCP国际（加拿大）认证专家。有二十余年数据仓库、数据挖掘、机器学习、人工智能等方面的研发和应用经验。福安易数据技术公司的创始人，带领团队走在机器学习和大数据深度分析的技术前沿，在结构化和非结构化数据挖掘、深度学习等领域，创新研发了众多领先和有效的机器学习新技术、新算法。多次受邀为全国性IT专业大会做大数据深度分析主题演讲，曾担任全国软件大会大数据论坛主持人。