周麗華

本書以基礎、模型及應用為主線，介紹資料分析的基礎知識、經典模型以及相關應用。內容包括非負矩陣分解、張量分解、深度學習、寬度學習的經典模型與學習方法，以及作者對相關模型的擴展及其在多視角聚類、地理傳感資料預測、資訊級聯預測及蛋白質二級結構預測中的應用研究。

《智慧醫學語言基礎實踐》共分6章，第1章介紹計算機基礎，主要包括Windows基本操作、Office辦公軟件操作和電子郵件操作；第2章介紹智慧醫學語言Python基礎，主要包括Python開發環境及庫的使用、Python語言基礎概述及數據類型、Python語言程序流程控制的醫學應用、Python語言自定義函數的醫學應用；第3章介紹醫學數據的獲取與分析，主要包括numpy庫與pandas庫的醫學應用、醫學數據文件的讀取與統計模塊、醫學數據的描述性分析、醫學數據的規範化轉換與常見預處理方法；第4章介紹醫學數據的可視化，主要包括matplotlib及醫學應用、seaborn及醫學應用、pyecharts及醫學應用；第5章介紹醫學圖像處理，主要包括醫學圖像的讀取與顯示，醫學圖像幾何操作、卷積、濾波，醫學圖像增強，醫學圖像分割與形態學處理；第6章介紹人工智能及醫學應用，主要包括線性回歸分析及醫學應用、邏輯回歸及醫學應用、樸素貝葉斯分類及醫學應用、支持向量機及醫學應用、聚類分析及醫學應用、深度學習及醫學應用。《智慧醫學語言基礎實踐》通過醫學案例由淺入深，注重入門運用與舉一反三，強化醫學案例驅動的自主學習與實踐，重視醫學及相關專業學生的學習能力培養，強調醫學實踐和計算機理論的醫工融合。