12、机器学习方法在医疗保健中的研究应用

机器学习方法在医疗保健中的研究应用

1. 机器学习简介

机器学习是人工智能的一个分支，专注于创建统计模型和算法，使计算机系统能够理解和学习。当计算机程序被分配特定任务，且随着执行任务经验的增加，其在这些任务上的可量化性能有所提升时，就表明它从过去的经验中学习到了知识。机器利用数据进行决策、预测和预报。

1.1 机器学习的基本领域

机器学习通常涵盖三个基本领域：分类、回归和聚类。训练数据类型和分类会影响机器学习方法的选择，常见的方法包括监督学习、无监督学习、半监督学习和强化学习。

1.2 机器学习类型

类型	描述
监督学习	使用标记数据训练模型，每个数据点都有对应的目标变量。主要包括分类和回归两个过程。分类是根据过去的数据样本对传入数据进行分类，以训练模型；回归是基于输入数据估计连续输出变量。
无监督学习	在无标记实例或明确监督的数据集上训练模型，模型需自行识别数据中的模式和结构，如聚类，即将数据集划分为不同的组。
半监督学习	结合标记和未标记数据进行模型训练，介于监督学习和无监督学习之间，适用于标记成本高、标记数据稀缺的情况。
强化学习	与监督学习和无监督学习不同，它在自主代