出版社:电子工业出版社
年代:2020
定价:89.0
集成学习方法是一类先进的机器学习方法,这类方法训练多个学习器并将它们结合起来解决一个问题,在实践中获得了巨大成功。全书分为三部分。第一部分主要介绍集成学习的背景知识;第二部分主要介绍集成学习方法的核心知识,包括Boosting、Bagging、Random Forests等经典算法,平均、投票和Stacking等模型和方法、相关理论分析工作,以及多样性度量和增强方面的进展。第三部分介绍集成学习方法的进阶议题,包括集成修剪、聚类集成和集成学习方法在半监督学习、主动学习、代价敏感学习、类别不平衡学习,以及提升可理解性方面的进展。此外,本书还在每章中的“拓展阅读”部分提供了相关的进阶内容。本书适合对集成学习方法感兴趣的研究人员、学生和实践者阅读。
书籍详细信息 | |||
书名 | 集成学习站内查询相似图书 | ||
丛书名 | 人工智能探索与实践 | ||
9787121390777 如需购买下载《集成学习》pdf扫描版电子书或查询更多相关信息,请直接复制isbn,搜索即可全网搜索该ISBN | |||
出版地 | 北京 | 出版单位 | 电子工业出版社 |
版次 | 1版 | 印次 | 1 |
定价(元) | 89.0 | 语种 | 简体中文 |
尺寸 | 24 × 17 | 装帧 | 平装 |
页数 | 印数 |
(新西兰) 史蒂芬·马斯兰 (Stephen Marsland) , 著
史春奇, 卜晶祎, 施智平, 著
(意) 朱塞佩·博纳科尔索, 著
(意) 朱塞佩·博纳科尔索 (Giuseppe Bonaccorso) , 著
诸葛越, 主编
诸葛越, 江云胜, 主编
贾壮, 编著
王建芳, 著
(美) 罗伯特·夏皮雷 (Robert E.Schapire) , (美) 约夫·弗雷德 (Yoav Freund) , 著