本课程主要讲授数据挖掘的基本概念及其在生物医学领域的应用。主要包括以下内容:
1.数据挖掘基本概念及医学数据的特殊性
2.数据预处理与模型评价方法
3.经典算法,包括决策树、支持向量机、线性回归、逻辑回归、人工神经网络、聚类、关联规则分析等
4.医学数据挖掘及智能应用发展、思路与案例分析
5.*医学大数据类的学术竞赛引导和作品分享
1.课堂讨论(20%)。大家需在SPOC中的课堂线上论坛中完成相关的4次任务(内容为调研和思考),并评论他人的帖子,4次任务都完成计满分,水贴不记入总数。
2.单元测验(30%)。SPOC每周都有线上测验,需独立完成,均为客观题,系统自动评分。
3.大作业 (50%)。同学们分组完成自选题目的数据挖掘任务和答辩,成绩计入总评(需要分组,线下课会进行指导和讨论)
[1] 崔雷. 医学数据挖掘[M]. 高等教育出版社, 2006.
[2] JiaweiHan, MichelineKamber, JianPei,等. 数据挖掘:概念与技术[M]. 机械工业出版社, 2012.
[3] 方积乾. 生物医学研究的统计方法[M]. 高等教育出版社, 2007.
[4] Pang-Ning Tan,数据挖掘导论.人民邮电出版社.2006
[5] 其它各高校工科‘数据挖掘’、‘医学统计学’教材。
Q : 在哪里能找到老师?
A : 课程微信群可以找到老师
Q:教材在哪?
A : 乐学本课程页面可以下载教材