本書針對癌癥基因組學數據分析面臨的困難,以機器學習為理論基礎,通過對癌癥特征基因選擇、癌癥樣本分類、癌癥聚類和癌癥亞型預測等問題展開研究與探索,提出了一繫列基於機器學習的癌癥基因組學數據分析方法。全書共11章,包含5個部分的內容:機器學習與癌癥基因組學數據的基礎知識、基於重要性排序的癌癥特征基因選擇、基於樣本擴充及深度學習的癌癥樣本分類、基於圖論及子空間學習的癌癥聚類和基於多組學數據融合的癌癥亞型預測。
本書提出的機器學習方法,不僅豐富了機器學習理論,也獲得了與癌癥發生、發展密切相關的成果,具有一定的理論價值和實用價值。