医学机器学习和深度学习基础
医学AI入门零基础读本,专为医学生、临床从业者与医学科研人员量身打造。本书摒弃晦涩的数学推导,依托真实医学场景案例,通俗讲解机器学习与深度学习核心技术。精准弥补通用工科教材适配医学领域的不足,轻松掌握医学人工智能应用逻辑,快速适配医学智能化转型,赋能临床科研创新与专业能力提升。

作者:[美]礼萨·博尔哈尼(Reza Borhani)、[美]索海拉·博尔哈尼(Soheila Borhani)、[美]阿格洛斯·K.卡萨格洛斯(Aggelos K. Katsaggelos)主编;武剑 主译

 

定价:99元

印次:1-1

ISBN:9787302727552

出版日期:2026.10.01

印刷日期:2026.10.13

图书责编:吴洁

图书分类:零售

电子书
在线购买
分享
内容简介
作者简介
前言序言
资源下载
查看详情 查看详情 查看详情

本书聚焦机器学习与深度学习在医学领域的应用,结合大量真实临床与科研落地案例,系统讲解医学人工智能的核心原理与实用知识。全书避开复杂繁琐的数学推导,以通俗直白的语言拆解技术逻辑,充分贴合医学人员的知识基础,读者仅需本科阶段基础数学储备,无需高阶数学与计算机前置功底即可读懂。同时,本书立足医学科研人员与医务工作者的核心需求,弥补对医学从业者适配性差的短板,帮助医学生、临床从业者与科研人员快速掌握医学 AI 技术,厘清模型内在逻辑,规避自动化偏见等临床使用风险,助力其适应医学智能化转型,夯实医学人工智能方向的科研与临床应用能力。

武剑:清华大学终身教授、博士生导师,主任医师,清华大学健康管理学院院长。擅长神经系统疾病的临床诊疗、研究和教学工作,专注于脑血管病和神经免疫遗传疾病的流行病学、遗传学、病因学、致病机理以及治疗和预防的研究。学术团体任职包括中国老年学会心脑血管病专业委员会副主任委员、中华医学会神经病学分会青年委员、中华医学会神经病学分会脑血管病专业组委员兼秘书、卫生部脑卒中筛查基地办公室副主任、卫生部脑卒中筛查工程委员会专家组成员、北京药理学会神经精神药理专业委员会副主任委员等。

医学机器学习和深度学习基 础 [ 美] 礼萨·博尔哈尼(Reza Borhani) [ 美] 索海拉·博尔哈尼(Soheila Borhani) 主 编 [ 美] 阿格洛斯·K. 卡萨格洛斯(Aggelos K. Katsaggelos) 武剑主译 清华大学出版社 北京 Yxjzw1-4.indd 1 2026/10/12 14:13:18 内容简介 本书聚焦机器学习与深度学习在医学领域的应用,结合大量真实临床与科研落地案例, 系统讲解医学人工智能的核心原理与实用知识。全书避开复杂烦琐的数学推导,以通俗直 白的语言拆解技术逻辑,充分贴合医学人员的知识基础,读者仅需本科阶段基础数学储备, 无需高阶数学与计算机前置功底即可读懂。同时,本书立足医学科研人员与医务工作者的 核心需求,弥补对医学从业者适配性差的短板,帮助医学生、临床从业者与科研人员快速 掌握医学AI 技术,厘清模型内在逻辑,规避自动化偏见等临床使用风险,助力其适应医 学智能化转型,夯实医学人工智能方向的科研与临床应用能力。 北京市版权局著作权合同登记号图字:01-2025-5477 First published in English under the title Fundamentals of Machine Learning and Deep Learning in Medicine. by Reza Borhani、Soheila Borhani、Aggelos K. Katsaggelos C...

目录
荐语
查看详情 查看详情
目 录

第一章引言.1

一、机器学习流程 

3

1. 数据收集

3

2. 特征设计

4

3. 模型训练

5

4. 模型测试

6

二、深入解析机器学习流程 .

7

1. 再谈数据收集

8

2. 再谈特征设计

8

3. 再谈模型训练.10

4. 再谈模型测试.12

三、机器学习分类体系 .13

四、习题 .20

原书参考文献 22

第二章医学数据的数学编码.25

一、数值型数据 .25

二、分类型数据 .28

三、影像数据 29

四、时间序列数据 33

五、文本数据 37

六、基因组数据 .40

七、习题 .42

Yxjzw1-4.indd 17 

2026/10/12 14:13:19 

第三章基本函数与运算46

一、数学函数的不同表示形式 .46

二、基本函数 53

1. 多项式函数53

2. 倒数函数54

3. 三角函数与双曲函数.54

4. 指数函数56

5. 对数函数57

6. 阶跃函数58

三、基本运算 59

1. 函数的基本调整60

2. 函数的加减与乘法运算60

3. 函数复合61

4. 最大-最小运算.63

四、利用基本函数和运算构建复杂函数 63

五、习题 .65

第四章线性回归67

一、一维输入的线性回归 67

二、最小二乘损失函数 .69

三、多维输入的线性回归 72

四、输入归一化 .77

五、正则化 79

六、习题 .82

原书参考文献 85

第五章线性分类... 查看详情

本书立足医学科研人员与医务工作者的核心需求,精选大量医学及大健康领域的机器学习落地案例,旨在为读者提供通俗易懂、贴合医学场景的机器学习与深度学习入门知识与实际应用指导。

查看详情