西安工业大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

集成学习实战/(美) 高塔姆·库纳普利(Gautam Kunapuli)著 郭涛译

出版发行项:

北京:清华大学出版社,2024

ISBN及定价:

978-7-302-66092-7/CNY128.00

载体形态项:

XVIII, 314页:彩图;24cm

并列正题名:

Ensemble methods for machine learning

个人责任者:

库纳普利 (Kunapuli, Gautam) 著

个人次要责任者:

郭涛 译

学科主题:

机器学习

中图法分类号:

TP181

相关题名附注:

原文题目取自版权页

责任者附注:

Gautam Kunapuli, 拥有逾15年的学术界和机器学习行业经验, 重点研究人机协作学习、基于知识和建议的学习算法, 以及针对机器学习难题的可扩展学习。

责任者附注:

郭涛, 主要从事人工智能、现代软件工程、智能空间信息处理与时空大数据挖掘分析等前沿交叉研究。

提要文摘附注:

集成学习通过自动对比多个模型的输出, 将输出结合起来, 融合成强大的集成模型, 得出最优结果。集成学习发挥“集体智慧”, 结果更准确, 克服了单一模型的局限性。这种创新方法能够综合多个视角的响应 ; 即使在没有大规模数据集的情况下, 也能给出可靠的预测结果。 《集成学习实战》呈现同时应用多种机器学习方法的实用技巧。每章都列举一个独特案例 (如医学诊断、情感分析等), 展示一个功能完备的集成方法。本书不探讨深奥的数学知识, 所讲内容浅显易懂, 代码丰富, 供你轻松进行实验！主要内容: Bagging法、提升法和梯度提升法 ; 分类、回归和检索方法 ; 集成方法的模型和决策可解释性 ; 特征工程和集成多样性。

豆瓣简介：