本书以食品营养领域的大数据分析为核心，系统介绍了营养健康大数据的基础理论、关键技术及其在食品营养健康领域的具体应用案例，旨在培养学生和专业人士在食品营养健康数据分析领域的实际操作能力和创新思维。本书共九章，主要内容包括绪论、描述统计分析、统计推断、方差分析、回归分析、机器学习、营养流行病学数据分析、营养组学数据分析，以及面向营养健康的食品计算。本书内容丰富、结构清晰，同时涵盖了从营养健康大数据基础概念到机器学习在营养健康领域的应用，具有较强的实用性。

更多科学出版社服务，请扫码获取。

201 8.09-2020.9 南洋理工大学 Presidential Post-doc Fellow 2017.05-2018.08香港科技大学化学 与生物工程学院 博士后访问学者 2013.09-2016.12浙江大学 控制学院 博士研究生2020.09-至今 江南大学食品学院 校聘研究员，博士生导师，同时在人工智能与计算机学院兼任硕士、博士研究生导师。曾获中国自动化学会优秀博士学位论文，浙江省自然科学家二等奖。暂无

目录
前言
第一章 绪论 1
第一节 营养与健康大数据的概念与属性 1
第二节 营养与健康大数据的分类与应用 2
第三节 现状与挑战 7
第四节 基本分析方法概述 9
复习思考题 11
主要参考文献 12
第二章 描述统计分析 13
第一节 中心趋势度量 13
第二节 离散程度度量 14
第三节 统计图描述 15
复习思考题 16
主要参考文献 17
第三章 统计推断 18
第一节 参数估计 18
第二节 假设检验 24
复习思考题 36
主要参考文献 36
第四章 方差分析 37
第一节 方差分析基础概念 37
第二节 单因素方差分析 38
第三节 双因素方差分析 41
复习思考题 45
主要参考文献 46
第五章 回归分析 47
第一节 相关分析 47
第二节 一元线性回归分析 50
第三节 多元线性回归分析 52
第四节 回归诊断 53
第五节 广义线性模型 58
复习思考题 59
主要参考文献 59
第六章 机器学习 60
第一节 机器学习基础 60
第二节 常用有监督学习 63
第三节 常用无监督学习 68
第四节 深度学习 71
复习思考题 82
主要参考文献 82
第七章 营养流行病学数据分析 83
第一节 营养流行病学概述 83
第二节 数据收集方法概述 84
第三节 数据整理与实验设计 94
第四节 膳食模式分析 105
复习思考题 112
主要参考文献 112
第八章 营养组学数据分析 113
第一节 营养组学数据和分析技术 113
第二节 组学数据统计分析原则 146
第三节 多组学数据机器学习 148
复习思考题 152
主要参考文献 152
第九章 面向营养健康的食品计算 154
第一节 概论 154
第二节 食物图像分析 157
第三节 食品文本分析 166
第四节 膳食推荐 170
第五节 大语言模型 177
复习思考题 183
主要参考文献 183