本文为书籍介绍，建议阅读5分钟
这本书为医学学生、研究人员和专业人员提供了机器学习和医学深度学习的基础介绍。
这本书为医学学生、研究人员和专业人员提供了机器学习和医学深度学习的基础介绍，他们不一定在高等数学入门，但渴望更好地理解这种颠覆性技术及其对医学的影响。人工智能(AI)曾经是计算机科学和工程部门以外的少数人知道的深奥学科，今天是一项广泛流行的技术，被学术界的所有学者使用。特别是，近年来，医学和生命科学领域的研究人员对机器学习和深度学习这一人工智能子领域产生了极大的兴趣，这可以从过去十年同行评审医学期刊上发表的关于该主题的文章数量的快速增长中得到证明。这一领域对优质教育资源的需求从来没有像今天这样大，而且只会继续快速增长。专家作者采用一种叙事风格，强调直觉而不是抽象的数学形式主义，消除了机器学习和深度学习周围不必要的复杂性的面纱，使他们能够在实用性和理论的严谨性之间取得微妙的平衡，以促进读者的学习体验。书中涉及的主题包括:医学数据的数学编码，线性回归和分类，非线性特征工程，深度学习，卷积和循环神经网络，强化学习。每一章以练习集结束，供读者练习和测试他们的知识。对于有兴趣了解更多关于机器学习和深度学习的医学学生、专业人士和研究人员来说，这是一个理想的介绍。在本科阶段至少学过一门数学导论课程的读者(例如，生物统计学或微积分)将能够很好地使用本书，而不需要任何额外的先决条件。https://link.springer.com/book/10.1007/978-3-031-19502-0
