Știința datelor și analiza predictivă: Aplicații biomedicale și de sănătate utilizând R

Recenzii ale cititorilor

În prezent, nu există recenzii ale cititorilor. Evaluarea se bazează pe 2 voturi.

Titlul original:

Data Science and Predictive Analytics: Biomedical and Health Applications Using R

Conținutul cărții:

Acest manual integrează fundamente matematice importante, algoritmi de calcul eficienți, tehnici aplicate de inferență statistică și abordări de învățare automată de ultimă oră pentru a aborda o gamă largă de informatică biomedicală crucială, aplicații de analiză a sănătății și provocări ale științei deciziilor. Fiecare concept din carte include o formulare simbolică riguroasă cuplată cu algoritmi de calcul și protocoale complete de la un capăt la altul implementate ca notebook-uri funcționale R electronic markdown. Aceste fluxuri de lucru susțin învățarea activă și demonstrează manipulări cuprinzătoare ale datelor, vizualizări interactive și analize sofisticate. Conținutul include probleme deschise, cunoștințe științifice de ultimă oră, integrarea etică a instrumentelor științifice eterogene și proceduri pentru validarea și diseminarea sistematică a rezultatelor de cercetare reproductibile.

Pe lângă provocările enorme legate de manipularea, interogarea și înțelegerea unor cantități masive de date complexe, structurate și nestructurate, există oportunități unice care vin odată cu accesul la o multitudine de informații bogate în caracteristici, înalt-dimensionale și variabile în timp. Subiectele abordate în Data Science and Predictive Analytics abordează lacune specifice în materie de cunoștințe, rezolvă barierele educaționale și atenuează deficiențele în materie de pregătire a forței de muncă pentru informații și știința datelor. În mod specific, cartea oferă un curriculum transdisciplinar care integrează principii matematice de bază, metode moderne de calcul, tehnici avansate de știința datelor, învățarea automată bazată pe modele, inteligența artificială fără modele și aplicații biomedicale inovatoare. Cele paisprezece capitole ale cărții încep cu o introducere și construiesc progresiv abilități fundamentale de la vizualizare la modelarea liniară, reducerea dimensionalității, clasificarea supravegheată, tehnici de învățare automată black-box, metode de învățare calitative, clustering nesupravegheat, evaluarea performanței modelului, strategii de selecție a caracteristicilor, analiza datelor longitudinale, optimizare, rețele neuronale și învățare profundă. A doua ediție a cărții include strategii suplimentare bazate pe învățare care utilizează rețele adversariale generative, învățarea prin transfer și generarea de date sintetice, precum și opt anexe electronice complementare.

Acest manual este potrivit pentru educația didactică formală ghidată de instructor, precum și pentru autoînvățarea individuală sau în echipă. Materialul este prezentat la cursurile universitare de nivel superior și postuniversitar și acoperă matematica aplicată și interdisciplinară, tehnicile contemporane de știință a datelor bazate pe învățare, dezvoltarea algoritmilor computaționali, teoria optimizării, calculul statistic și științele biomedicale. Tehnicile analitice și metodele științifice predictive descrise în carte pot fi utile pentru o gamă largă de cititori, cursanți formali și informali, instructori universitari, cercetători și ingineri din mediul academic, industrie, guvern, agenții de reglementare, finanțare și politică. Site-ul de sprijin al cărții oferă numeroase exemple, seturi de date, scripturi funcționale, caiete electronice complete, anexe extinse și materiale suplimentare.