同类推荐
-
-
药物相互作用基础与临床
-
¥238.00
-
-
临床试验中的估计目标、估计量和敏感性分析
-
¥118.00
-
-
药理学
-
¥196.00
-
-
药理学
-
¥76.00
-
-
实用药理学及临床合理用药
-
¥138.00
-
-
药理学
-
¥79.80
-
-
高级护理药理学
-
¥99.00
-
-
药理学
-
¥50.00
-
-
对甲烯苯醌（p-QMs）在生物活性分子绿色合成中的应用
-
¥78.00
-
-
药理学
-
¥69.80
|
|
图书信息
|
|
|
|
基于数据挖掘与网络模型的药物不良事件预测及监测研究
|
| ISBN： | 9787569337358 |
定价： | ￥69.00 |
| 作者： | 吉向敏著 |
出版社： | 西安交通大学出版社 |
| 出版时间： | 2024年04月 |
开本： | 24cm |
| 页数： | 155页 |
中图法： | R961-39 |
相关供货商
|
供货商名称
|
库存量
|
库区
|
更新日期
|
|
北京人天书店有限公司
|
32
|
库区3/泰安展厅库/样本3
|
2025-12-22
|
|
其它供货商库存合计
|
382
|
|
2025-12-22
|
图书简介 | | 本书依托多源药物大数据，重点对药物不良事件预测以及监测存在的问题进行探索研究。首先，针对药理学网络模型未考虑药物不良事件关联在数据集中的频率和样本量的问题，提出了数据挖掘算法与药理学网络模型相结合的药物不良事件预测方法。其次，针对表型特征以及分类器在药物不良事件预测研究中的重要性，从减小冗余信息和提取高效特征的角度出发，详细研究复杂网络拓扑结构的链路预测方法以及机器学习方法，提出了基于特征融合预测网络模型(FFPNMS)的药物不良事件预测方法。最后，针对现有药物数据挖掘算法存在的超参数问题，提出了一种基于预测网络模型的贝叶斯信号监测算法(ICFFPNM)，提升了监测的准确性，有效降低了监测误差。 |
|