|
题名:
|
集成学习 / 周志华著 , 李楠译 |
|
ISBN:
|
978-7-121-39077-7 价格： CNY89.00 |
|
语种:
|
chi |
|
载体形态:
|
xv, 207页 图 24cm |
|
出版发行:
|
出版地： 北京 出版社： 电子工业出版社 出版日期： 2020 |
|
内容提要:
|
本书分为三部分。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、类别不平衡学习及提升可理解性方面的进展。 |
|
主题词:
|
机器学习 算法 |
|
中图分类法:
|
TP181 版次： 5 |
|
其它题名:
|
基础与算法 |
|
主要责任者:
|
周志华 著 |
|
次要责任者:
|
李楠 译 |
|
索书号:
|
3 |