本書針對癌癥基因組學數(shù)據(jù)分析中面臨的困難，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，提出了一系列基于機器學習的癌癥基因組學數(shù)據(jù)分析方法。全書共12章，包含5部分內(nèi)容：機器學習與癌癥基因組學數(shù)據(jù)的基礎知識、基于重要性排序的癌癥特征基因選擇、基于樣本擴充及深度學習的癌癥樣本分類、基于圖論及子空間學習的癌癥聚類和基于多組學數(shù)據(jù)融合的癌癥亞型預測。