题名:
|
集成学习入门与实战 / (印度) 阿洛克·库马尔, 马扬克·贾因著 , 吴健鹏译 |
ISBN:
|
978-7-122-40167-0 价格: CNY69.80 |
语种:
|
chi |
载体形态:
|
122页 图 21cm |
出版发行:
|
出版地: 北京 出版社: 化学工业出版社 出版日期: 2022 |
内容提要:
|
《集成学习入门与实战: 原理、算法与应用》通过6章内容全面地解读了集成学习的基础知识、集成学习技术、集成学习库和实践应用。其中集成学习技术包括采样、Bagging、投票集成、Boosting、AdaBoost、梯度提升、XGBoost、Stacking、随机森林、决策树等, 从混合训练数据到混合模型, 再到混合组合, 逻辑严谨、逐步讲解。同时也对ML-集成学习、Dask、LightGBM、AdaNet等集成学习库相关技术进行了详细解读, 最后本书通过相关实践对集成学习进行综合性应用。本书配有逻辑框图和关键代码, 使读者在阅读中能够及时掌握算法含义和对应代码。 |
主题词:
|
机器学习 |
中图分类法:
|
TP181 版次: 5 |
其它题名:
|
原理、算法与应用 |
主要责任者:
|
库马尔 著 |
主要责任者:
|
贾殷 著 |
次要责任者:
|
吴健鹏 译 |
责任者附注:
|
责任者Jain规范汉译姓: 贾殷 |