\n
1. Wstęp
\n

1.1. Wyzwania i problemy związane z komputerową automatyzacją analizy danych medycznych\n1.2. Problematyka opracowania

\n
1. Metody statystyczne w analizie danych medycznych
\n

2.1. Wprowadzenie\n2.2. Typy danych\n2.3. Analiza opisowa\n2.4. Analiza rozkładu cechy\n2.5. Analiza korelacyjna\n2.6. Problematyka wyboru testu statystycznego dla zadanego problemu medycznego\n2.7. Ocena istotności statystycznej\n2.8. Statystyczna analiza danych - badania eksperymentalne

\n
1. Techniki nadzorowanego i nienadzorowanego uczenia maszynowego w klasyfikacji danych medycznych
\n

3.1. Wprowadzenie\n3.2. Uczenie nadzorowane\n3.3. Uczenie nienadzorowane\n3.4. Algorytmy klasyfikacyjne\n3.5. Ocena poprawności algorytmu klasyfikacyjnego\n3.6. Proces walidacji algorytmu klasyfikacyjnego\n3.7. Homogeniczne i heterogeniczne fuzje klasyfikatorów\n3.8. Algorytmy grupowania\n3.9. Problematyka wyboru grupy algorytmów uczących się - badania eksperymentalne

\n
1. Selekcja Cech
\n

4.1. Wprowadzenie\n4.2. Klasyfikacja metod automatycznej selekcji cech\n4.3. Algorytmy przeszukiwania zbioru cech\n4.4. Ocena poprawności algorytmu selekcji cech\n4.5. Charakterystyka wybranych metod automatycznej selekcji cech\n4.6. Selekcja cech w procesie oceny skuteczności terapii\n4.7. Zastosowanie automatycznej selekcji cech w analizie danych biomedycznych\n4.8. Automatyczna selekcja cech o mniejszej informatywności

\n
1. Aspekty rozszerzające problematykę klasyfikacji danych medycznych
\n

5.1. Wprowadzenie\n5.2. Klasyfikacja niezbalansowanych zbiorów danych\n5.3. Klasyfikacja wieloetykietowa

Bibliografia\nSpis rysunków\nSpis tablic