基于大数据时代生物医学数据的爆炸式增长，本书从医学科研中的实际问题出发，以案例的形式深入浅出地介绍医学数据挖掘技术，包括决策树模型、支持向量机、随机森林分类、关联规则、贝叶斯网络构建等，并详细介绍数据挖掘软件（SPSS、SAS和R等）的操作步骤，重点突出实用性和可操作性，以期提高读者对医学科研数据的深层次处理与分析的能力。 本书第1版自出版以来，得到了广大医学生和医学工作者的肯定，被很多医学类院校选用为数据挖掘类课程教材。考虑近年来新的医学数据挖掘方法层出不穷，并在临床医学和基础医学研究中有潜在的应用价值，因此本书在第2版中增加了Logistic回归诺莫图的绘制、决策曲线分析、Cox回归的诺莫图绘制、偏AUC分析、Lasso回归、决策树回归、网络Meta分析、偏最小二乘判别分析和系统聚类图的各类图形展示等内容，并仍以案例的形式详细讲解如何应用R软件操作实现。 本书主要取材于编者近年来从事生物医学数据深度挖掘方面的研究与教学工作内容，可作为医学院校本科生及研究生教材，也可作为医学基础及临床科研工作者和相关技术人员科学研究的参考用书。