本书针对癌症基因组学数据分析面临的困难，以机器学习为理论基础，通过对癌症特征基因选择、癌症样本分类、癌症聚类和癌症亚型预测等问题展开研究与探索，提出了一系列基于机器学习的癌症基因组学数据分析方法。全书共11章，包含5个部分的内容：机器学习与癌症基因组学数据的基础知识、基于重要性排序的癌症特征基因选择、基于样本扩充及深度学习的癌症样本分类、基于图论及子空间学习的癌症聚类和基于多组学数据融合的癌症亚型预测。
本书提出的机器学习方法，不仅丰富了机器学习理论，也获得了与癌症发生、发展密切相关的成果，具有一定的理论价值和实用价值。
第1章绪论
1.1研究背景及意义
1.2癌症基因组学数据研究现状
1.3本书主要研究方法
1.4本章小结
参考文献
第2章癌症基因组学数据及机器学习研究基础
2.1癌症基因组学数据的获取
2.2癌症基因组学数据分析面临的问题
2.3机器学习相关算法
2.4本章小结
参考文献
第3章基于样本学习及深度稀疏滤波的癌症特征基因选择
3.1稀疏滤波算法
3.2基于样本学习的特征基因选择
3.3基于稀疏滤波的样本学习适用性分析
3.4基于深度稀疏滤波的样本学习模型
……
