医学数据挖掘.docVIP

  • 9
  • 0
  • 约5.24千字
  • 约 5页
  • 2022-08-21 发布于天津
  • 举报
第一章 一.填空 1.数据挖掘和学问发觉的三大主要技术为:数据库、统计学、机器学习 2.数据挖掘获得学问的表现形式主要有6种:规章、决策树、学问基网络权值、公式、案例 3.规章是由前提条件、结论两部分组成 4.基于案例推理CBR的基础是案例库 5.学问发觉的基本步骤:数据选择、处理、转换、数据挖掘、解释与评价。数据挖掘是学问发觉的关键步骤 6.数据挖掘的核心技术是:人工智能、机器学、统计学 7.目前数据挖掘在医学领域的应用集中在疾病帮助诊断、药物开发、医院信息系统、遗传学等方面 二.名解 1.数据挖掘DM:在数据中正规的发觉有效的、新奇的、潜在有用的、并且最终可以被读懂的模式的过程 2.案例推理CBR:当要解决一个新问题时,CBR采用相像性检索技术到案例库中搜寻与新问题相像的案例,再经过对就案例的修改来解决新问题 三.简答 1.数据挖掘的特点 a挖掘对象是超大型的DB,b发觉隐含的学问,c可以用于增进人类认知的学问,d不是手工完成的 2.案例是解决新问题的一种学问,案例学问表示为三元组 a问题描述:对求解的问题及四周环境的全部特征的描述,b解描述:对问题求解方案的描述,c效果描述:描述解决方案后的结果状况,是失败还是胜利 3.医学数据挖掘存在的关键问题 a数据预处理,b信息融合技术,c快速的鲁棒的书库挖掘算法,d供应学问的精确性和平安性 4.数据挖掘在遗传学方面的

文档评论(0)

1亿VIP精品文档

相关文档