前言 Python作为人工智能领域最受欢迎的高级程序设计语言，已经成为当代大学生必备的人工智能信息技术基础。本书以医药数据处理为情境，依托大量医药数据处理案例向读者介绍Python程序设计的方法。 全书共分3篇，依次为Python入门篇、Python进阶篇和Python实战医药数据处理专题篇。其中，前两篇全面介绍Python程序设计的方法和语法，并依托一个贯通性案例——“药品销售数据处理”，进一步介绍医药数据读取、清理、统计分析、可视化、机器学习、深度学习的基本知识；第3篇从引领学生开展智慧医药研究的角度，阐释7个智慧医药研发的典型案例，为学生开展智慧医药研究奠定基础。7个案例具体如下。 (1) 采集PubChem网站药物结构数据。 (2) 计算屠呦呦两个诺贝尔奖药物的相似度。 (3) 利用高斯过程回归、随机森林和神经网络算法预测化合物的水溶性。 (4) 利用聚类热图分析肺癌基因表达数据。 (5) 基于随机森林算法识别潜在心脏病患者。 (6) 基于卷积神经网络识别黑色素瘤。 (7) 基于自然语言处理技术的电子病历实体识别。 注: Python版本不同，语法稍有差异，本书语法适用于Python 3.5及以上版本，所有代码在Python 3.8.7版本中测试无误。 为了配合读者学习和高校教师开展Python程序设计语言课程的教学，随本书配套出版了《Python程序设计实验教程——以医药数据处理为例》，同时通过配套网站提供电子资源，网址为www.tup.com.cn，内容包括教学大纲、教学日历、教学用PPT、大量的习题及解析、全部配套代码等。 本书由赵鸿萍、张艳敏担任主编，赵鸿萍负责主审和统稿。其中，第1、2章由张艳敏编写；第3、8、9章由赵鸿萍编写；第4、5章由刘新昱编写；第6、7章由古锐编写；第10章由侯凤贞编写。书中包含10个环节的贯通性案例——“药品销售数据处理”，由赵鸿萍设计并编程实现。 在本书的写作过程中，陈曙从开展OBE的角度对教材的写作思路进行了指导；潘蕾、武小川、张洁玉和苏静在细节订正方面给予了帮助；同时，清华大学出版社的编辑从教材建设的角度提供了很多宝贵的建议，在此对他们表示最诚挚的感谢! 由于作者水平有限，加上编写时间仓促，书中难免出现一些疏漏或不足的地方，恳请读者批评指正！ 作者 2024年5月

• 暂无课件
• 样章下载
• 暂无网络资源

扫描二维码
下载APP了解更多

版权图片链接