大數(shù)據(jù)建模概述

大數(shù)據(jù)建模概述基本過程是通過多個學(xué)科技術(shù)的融合，實現(xiàn)數(shù)據(jù)的抽取、管理和分析，達(dá)到發(fā)現(xiàn)新知識和規(guī)律的目的。信息挖掘是機器學(xué)習(xí)與數(shù)據(jù)庫技術(shù)的交叉；利用機器學(xué)習(xí)的技術(shù)分析海量的數(shù)據(jù)；利用數(shù)據(jù)庫技術(shù)來管理海量的數(shù)據(jù)。大數(shù)據(jù)建模過程

模型構(gòu)建通常包括模型建立、模型訓(xùn)練、模型驗證和模型預(yù)測四個步驟，但根據(jù)不同的數(shù)據(jù)挖掘類型，在應(yīng)用上會有一些細(xì)微的不同。

模型的建立是一個反復(fù)的過程，需要仔細(xì)考察不同的模型以判斷哪個模型對問題是最有用的。模型構(gòu)建流程大數(shù)據(jù)建模的技術(shù)人工智能機器學(xué)習(xí)分布式計算統(tǒng)計學(xué)數(shù)據(jù)庫技術(shù)推薦算法商務(wù)智能模式識別聯(lián)機分析處理目前大數(shù)據(jù)有一個前提就是數(shù)據(jù)。醫(yī)療領(lǐng)域的數(shù)據(jù)有幾種類型，比較完整的是醫(yī)學(xué)影像的數(shù)據(jù)，像X光、CT，甚至還包括B超、腦電。這個領(lǐng)域有一些研究，比如說如何通過醫(yī)學(xué)影像的自動分析來確定病變的位置，現(xiàn)在有很多放射治療要對癌細(xì)胞的位置進行輻射，范圍越小，接受的輻射量就越小，對病人本身的損害就越小，利用大數(shù)據(jù)的分析方法可以確定這個范圍。這個技術(shù)現(xiàn)在剛剛產(chǎn)生，按照剛才的推斷，醫(yī)學(xué)技術(shù)的產(chǎn)生到使用的時間段越來越短，我們預(yù)測到2025年，一個技術(shù)的產(chǎn)生到使用基本上可以在一年之內(nèi)完成。這是醫(yī)學(xué)影像的數(shù)據(jù)。醫(yī)學(xué)大數(shù)據(jù)建模應(yīng)用還有一類數(shù)據(jù)是電子病例、電子健康檔案。這類數(shù)據(jù)的獲取還是非常多的，有些技術(shù)是基于病人的相似度，比較兩個患者的病例，如果相似的話，可以找到一群相似的病人，然后分析有效的治療手段是什么。像這樣的技術(shù)，IBM已經(jīng)把它變成了產(chǎn)品。這依賴于大量的數(shù)據(jù)積累，要依靠電子病例、電子醫(yī)療檔案的完善，需要搜集準(zhǔn)確的信息。中國的醫(yī)改已經(jīng)有很好的目標(biāo)，需要順利實現(xiàn)電子病例的完善過程。醫(yī)學(xué)大數(shù)據(jù)建模應(yīng)用第三個領(lǐng)域是跟基因組學(xué)、蛋白組學(xué)新的治療技術(shù)相關(guān)。這些技術(shù)已經(jīng)發(fā)展到了應(yīng)用的邊緣。像人類的基因組測序，以前人類基因組花了十年的時間研究，現(xiàn)在只要花一千美元，不到一周的時間就可以測出一個人的基因組。這些數(shù)據(jù)就可以應(yīng)用到個性化診斷治療。這個對大數(shù)據(jù)的推動也是非常大的。醫(yī)學(xué)大數(shù)據(jù)建模應(yīng)用[1]SetonHealthcare是采用IBM最新沃森技術(shù)醫(yī)療保健內(nèi)容分析預(yù)測的首個客戶。該技術(shù)允許企業(yè)找到大量病人相關(guān)的臨床醫(yī)療信息，通過大數(shù)據(jù)處理，更好地分析病人的信息。醫(yī)學(xué)大數(shù)據(jù)建模應(yīng)用案例[2]在加拿大多倫多的一家醫(yī)院，針對早產(chǎn)嬰兒，每秒鐘有超過3000次的數(shù)據(jù)讀取。通過這些數(shù)據(jù)分析，醫(yī)院能夠提前知道哪些早產(chǎn)兒出現(xiàn)問題并且有針對性地采取措施，避免早產(chǎn)嬰兒夭折。醫(yī)學(xué)大數(shù)據(jù)建模應(yīng)用案例[3]它讓更多的創(chuàng)業(yè)者更方便地開發(fā)產(chǎn)品，比如通過社交網(wǎng)絡(luò)來收集數(shù)據(jù)的健康類App。也許未來數(shù)年后，它們搜集的數(shù)據(jù)能讓醫(yī)生給你的診斷變得更為精確