На 4-й с. обл. авт.: Халафян А. А. - д-р техн. наук, проф.

Библиогр.: с. 348-349 (15 назв.)

Издание посвящено применению методов анализа данных в медицинских исследованиях. Рассмотрено использование как традиционных многомерных методов, так и современных методов машинного обучения, являю- щихся составной частью искусственного интеллекта. Изложение ведется на примерах общедоступных в Интернете датасет (https://www.kaggle.com) медицинского характера, что облегчит понимание материала медиками и даст возможность читателю повторить приведенные результаты расчетов. Освещены методы машинного обучения Data Mining пакета STATISTICA: деревья решений. Общие деревья классификации и регрессии, Общие CHAD модели, Интерактивные деревья, Бустинг деревьев классификации и регрессии, Случайный лес регрессии и классификации, процедуры обучения - методы Опорных векторов, к-ближайших соседей, Байесовский классификатор; Автоматизированные нейронные сети; Кластерный анализ. Описана технология работы с мастером проектов Data Miner. Методы машинного обучения открывают новые перспективы в создании медицинских систем поддержки принятия решений, интегрированных с искусственным интеллектом