醫學機器學習和深度學習基礎

武劍：清華大學終身教授、博士生導師，主任醫師，清華大學健康管理學院院長。擅長神經系統疾病的臨床診療、研究和教學工作，專註於腦血管病和神經免疫遺傳疾病的流行病學、遺傳學、病因學、致病機理以及治療和預防的研究。學術團體任職包括中國老年學會心腦血管病專業委員會副主任委員、中華醫學會神經病學分會青年委員、中華醫學會神經病學分會腦血管病專業組委員兼秘書、衛生部腦卒中篩查基地辦公室副主任、衛生部腦卒中篩查工程委員會專家組成員、北京藥理學會神經精神藥理專業委員會副主任委員等。

目 錄

第一章引言.1

 

 

一、機器學習流程 

3

 

 

1. 數據收集

3

2. 特征設計

4

3. 模型訓練

5

4. 模型測試

6

二、深入解析機器學習流程 .

7

1. 再談數據收集

8

2. 再談特征設計

8

3. 再談模型訓練.10

4. 再談模型測試.12

三、機器學習分類體系 .13

四、習題 .20

原書參考文獻 22

第二章醫學數據的數學編碼.25

 

 

一、數值型數據 .25

二、分類型數據 .28

三、影像數據 29

四、時間序列數據 33

五、文本數據 37

六、基因組數據 .40

七、習題 .42

 

 

 

Yxjzw1-4.indd 17 

 

 

2026/10/12 14:13:19 

 

 

第三章基本函數與運算46

 

 

一、數學函數的不同表示形式 .46

二、基本函數 53

 

 

1. 多項式函數53

2. 倒數函數54

3. 三角函數與雙曲函數.54

4. 指數函數56

5. 對數函數57

6. 階躍函數58

三、基本運算 59

1. 函數的基本調整60

2. 函數的加減與乘法運算60

3. 函數復合61

4. 最大-最小運算.63

四、利用基本函數和運算構建復雜函數 63

五、習題 .65

第四章線性回歸67

 

 

一、一維輸入的線性回歸 67

二、最小二乘損失函數 .69

三、多維輸入的線性回歸 72

四、輸入歸一化 .77

五、正則化 79

六、習題 .82

原書參考文獻 85

 

 

第五章線性分類86

 

 

一、一維輸入的線性分類 86

二、Logistic 函數 88

 

 

 

18 

Yxjzw1-4.indd 18 

 

 

2026/10/12 14:13:19 

 

 

三、交叉熵損失函數 91

四、梯度下降算法 93

五、多維輸入的線性分類 98

六、多類別線性分類 103

七、習題 106

原書參考文獻 107

 

 

第六章從特征工程到深度學習.108

 

 

一、非線性回歸的特征工程 108

二、非線性分類的特征工程 112

三、特征學習 114

四、多層神經網絡 .118

五、神經網絡的優化 120

六、神經網絡的架構設計 .121

七、習題 124

原書參考文獻 126

 

 

第七章卷積神經網絡與循環神經網絡.127

 

 

一、卷積運算 129

二、卷積神經網絡 .137

三、遞推關系 145

四、循環神經網絡 .151

五、習題 155

原書參考文獻 158

 

 

第八章強化學習.160

 

 

一、強化學習的應用場景 .160

 

 

1. 路徑規劃AI 160

 

 

2. 自動控制.162

 

 

3. 遊戲AI .163

 

 

 

19 

Yxjzw1-4.indd 19 

 

 

2026/10/12 14:13:19 

 

 

4. 機器人自主手術.163

 

 

5. 放射治療的自動規劃164

二、核心概念 164

 

 

1. 網格世界中的狀態、動作與獎勵166

 

 

2. 小車倒立擺問題中的狀態、動作與獎勵166

 

 

3. 國際象棋中的狀態、動作與獎勵167

 

 

4. 放射治療規劃中的狀態、動作與獎勵.167

三、數學符號 167

四、貝爾曼方程 169

五、基礎Q 學習算法170

 

 

1. Q 學習的測試階段 173

 

 

2. Q 學習的參數調優 176

六、Q 學習的優化改進176

 

 

1. 探索與利用的權衡177

 

 

2. 短期獎勵與長期獎勵的權衡178

七、處理大規模狀態空間問題 180

八、習題 182

原書參考文獻 183

 

 

原書術語中英文對照（以英文字母為序）.184