图书介绍
医学数据仓库与数据挖掘PDF|Epub|txt|kindle电子书版本网盘下载
- 张承江主编 著
- 出版社： 北京：中国中医药出版社
- ISBN：9787802314795
- 出版时间：2008
- 标注页数：223页
- 文件大小：29MB
- 文件页数：238页
- 主题词：医学－数据库系统－中医学院－教材；医学－数据采集－中医学院－教材
PDF下载
下载说明
医学数据仓库与数据挖掘PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
0 绪论1
0.1 医学信息技术概述1
0.1.1 信息与信息技术1
0.1.2 医学信息与医学知识2
0.1.3 医学信息技术2
0.2 数据库技术的演化3
0.3 决策支持系统的发展4
0.3.1 决策支持系统4
0.3.2 DSS与数据仓库及数据挖掘4
0.3.3 医学决策支持系统5
第1篇 数据仓库7
1 数据仓库概述7
1.1 数据库的基本概念7
1.1.1 数据、数据库与数据库系统7
1.1.2 数据库系统的基本特点8
1.2 从传统数据库到数据仓库9
1.2.1 蜘蛛网问题9
1.2.2 事务处理向分析决策的转变10
1.3 数据仓库的基本特征11
1.3.1 面向主题11
1.3.2 集成性12
1.3.3 稳定性13
1.3.4 随时间不断变化13
1.4 数据仓库中的数据组织14
1.4.1 数据组织基本特征14
1.4.2 粒度与分区14
1.4.3 数据组织方式15
2 数据仓库基本结构18
2.1 数据仓库的体系结构18
2.1.1 数据仓库结构18
2.1.2 数据集市19
2.1.3 数据仓库系统的逻辑层次20
2.1.4 数据仓库运行结构22
2.2 数据仓库的模型22
2.3 数据抽取、转换和装载25
2.3.1 ETL概述25
2.3.2 数据抽取26
2.3.3 数据转换26
2.3.4 数据装载28
2.3.5 ETL工具28
2.4 数据仓库的元数据29
2.4.1 数据字典与元数据29
2.4.2 元数据的作用30
2.4.3 元数据的分类30
2.4.4 元数据的管理与维护30
3 数据仓库设计32
3.1 体系结构化的准则32
3.2 数据仓库的模型选取32
3.3 数据仓库的开发模式34
3.4 数据仓库工程35
4 OLAP技术37
4.1 概述37
4.1.1 OLAP的基本涵义、特性37
4.1.2 OLAP的分类37
4.2 OLAP与OLTP40
4.2.1 OLAP系统组成40
4.2.2 OLAP与OLTP的联系与区别40
4.3 OLAP与多维分析41
4.3.1 维度简介41
4.3.2 多维数据集41
4.3.3 维度模型42
4.3.4 父子维度44
4.3.5 虚拟维度44
4.4 OLAP的技术实现45
4.4.1 OLAP技术的准则45
4.4.2 OLAP前端展示46
4.4.3 OLAP的基本操作47
4.4.4 MDX语言49
4.5 OLAP的发展54
5 医学数据仓库56
5.1 医学信息与数据56
5.2 医学数据仓库的关键问题57
5.2.1 医学数据的组织58
5.2.2 医学数据仓库的设计60
5.2.3 医学数据仓库的管理61
5.3 医学数据仓库的现状与未来62
第2篇 数据挖掘67
6 数据挖掘概述67
6.1 数据挖掘的起源67
6.1.1 数据挖掘的产生背景67
6.1.2 数据挖掘的定义69
6.1.3 数据挖掘与数据仓库69
6.1.4 数据挖掘与OLAP69
6.2 数据挖掘的任务70
6.3 医学与数据挖掘70
6.3.1 数据挖掘在生物医学工程中的应用71
6.3.2 数据挖掘在中医药领域中的应用71
7 数据挖掘的步骤74
7.1 数据挖掘的过程74
7.1.1 确定目标74
7.1.2 数据准备74
7.1.3 数据挖掘78
7.1.4 结果分析80
7.2 数据挖掘的系统结构81
7.3 数据质量与数据预处理82
7.3.1 数据质量分析82
7.3.2 数据预处理83
7.3.3 数据归约88
8 数据挖掘算法90
8.1 关联规则90
8.1.1 关联规则的经典案例——“购物篮分析”90
8.1.2 关联规则的基本概念91
8.1.3 关联规则的基本原理92
8.1.4 关联规则的经典算法——Apriori算法93
8.1.5 关联规则的医学应用实例101
8.2 分类与预测104
8.2.1 分类与预测的基本概念104
8.2.2 决策树106
8.2.3 贝叶斯分类112
8.2.4 神经网络116
8.2.5 其他分类方法119
8.2.6 分类与预测的医学应用实例126
8.3 聚类分析130
8.3.1 聚类分析的基本概念130
8.3.2 聚类分析的算法136
8.3.3 聚类分析的医学应用实例143
9 医学数据挖掘147
9.1 医学结构化数据挖掘147
9.1.1 医学结构化数据挖掘概述147
9.1.2 医学结构化数据挖掘的应用研究149
9.2 医学文本数据挖掘153
9.2.1 文本数据挖掘概述153
9.2.2 文本数据挖掘的关键技术156
9.2.3 医学文本数据挖掘的应用研究161
第3篇 数据仓库与数据挖掘应用161
10 SQL Server 2000的数据仓库与数据挖掘功能165
10.1 SQL Server 2000的数据仓库工具介绍165
10.1.1 数据转换服务165
10.1.2 复制165
10.1.3 Analysis Services166
10.1.4 English Query166
10.1.5 Meta Data Services167
10.2 SQL Server 2000 Analysis Services功能介绍167
10.2.1 Analysis Services的安装167
10.2.2 Analysis Services的功能特点167
10.2.3 Analysis Services的使用169
11 数据仓库与数据挖掘在医学领域的应用案例179
11.1 医院管理数据仓库和OLAP179
11.1.1 案例背景179
11.1.2 数据源182
11.1.3 医院管理数据仓库的设计184
11.1.4 医院管理OLAP设计188
11.2 临床治疗方案挖掘191
11.2.1 案例背景191
11.2.2 数据预处理192
11.2.3 挖掘结果196
11.3 中药复方配伍规律挖掘199
11.3.1 案例背景199
11.3.2 数据预处理202
11.3.3 挖掘结果207
12 常用的数据挖掘工具208
12.1 SAS Enterprise Miner208
12.1.1 Enterprise Miner开发环境208
12.1.2 Enterprise Miner的节点功能210
12.1.3 Enterprise Miner的使用213
12.2 SPSS Clementine213
12.2.1 SPSS Clementine的开发环境213
12.2.2 SPSS Clementine的基本功能214
12.2.3 SPSS Clementine的使用214
12.3 其他数据挖掘工具218
12.3.1 MineSet218
12.3.2 DBMiner218
12.3.3 Intelligent Miner218