文献类型:专著 浏览次数:83
  • 题名:机器学习提升法.理论与算法
  • 责任者:(美)罗伯特·夏皮雷(Robert E. Schapire),(美)约夫·弗雷德(Yoav Freund)著
  • 出版社人民邮电出版社
  • 出版年:2020.10
  • ISBN:978-7-115-53580-1
  • 定价:109.00
  • 载体形态项:400页 26cm
  • 个人责任者:夏皮雷著、弗雷德著、沙灜译
  • 学科主题:机器学习
  • 中图法分类号:TP181
  • 提要文摘附注:本书共14章,分为4个部分。首先给出机器学习算法及其分析的概要介绍,然后第一部分探究了提升法的核心理论及其泛化能力。第二部分介绍了有助于理解和解释提升法的其他理论,包括基于博弈论的解释、贪心算法、迭代投射算法,并与信息几何学和凸优化建立了联系。第三部分介绍利用基于置信度的弱预测的AdaBoost算法的实用扩展,并用于解决多类别分类问题和排序问题。第四部分讨论了高级理论话题,包括AdaBoost算法、最优提升法和连续时间下的提升法之间的统计一致性。附录部分介绍了所需高级的数学概念。
  • 统一资源定位(URL):
总体评价(共0票) 评价
索书号 条码号 年卷期 馆藏地 排架号 书刊状态 流通类型 流通状态

书籍封面

相关资源

图书馆微博二维码

图书馆微信公众号二维码