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...
一个集成由多个基学习器(base learner)构成,而基学习器由基学习算法(base learning algorithm)在训练数据上训练获得,它们可以是决策树、神经网络或其他学习算法。 大多数集成学习方法使用同一种基学习算法产生同质的基学习器,即相同种类的学习器,...
集成学习基础与算法 周志华教授专著 国内独本剖析集成学习的著作破解AI实践难题 人工智能算法与实践 集成学习算法设计书籍 D7 作者:周志华出版社:电子工业出版社出版时间:2020年08月 手机专享价 ¥ 当当价 降价通知 ¥57.80 定价 ¥89.81 配送至 北京 至 北京市东城区 服务 由“育博彦图书专营店”发货,并...
Boosting方法是将“弱学习算法”提升为“强学习算法”的过程,通过反复学习得到一系列弱分类器(决策树和逻辑回归),组合这些弱分类器得到一个强分类器,Boosting算法要涉及到两个部分: 加法模型 前向分布算法 加法模型:强分类器由一系列弱分类器线性相加而成,一般组合形式如下: 其中, 是弱分类器, 是弱分类器学习到的...
集成学习 基础与算法 李楠 周志华 国内独本剖析集成学习著作 破解AI难题 人工智能探索与实践书籍 电子工业出版社 作者:周志华出版社:电子工业出版社出版时间:2020年08月 手机专享价 ¥ 当当价 降价通知 ¥62.30 定价 ¥62.30 配送至 北京 至 北京市东城区 服务 由“宛游图书专营店”发货,并提供售后服务。
基于k近邻的K个样本作为分析从而简化计算提升效率,K近邻算法分类器是基于距离计算的分类器。 集成学习方法 集成学习有许多集成模型,例如自助法、自助聚合(Bagging)、随机森林、提升法(Boosting)、堆叠法(stacking)以及许多其它的基础集成学习模型。 集成方法的思想是通过将这些个体学习器(个体学习器称为“基学习器”,基...
划线价:商品展示的划横线价格为参考价,并非原价,该价格可能是品牌专柜标价、商品吊牌价或由品牌供应商提供的正品零售价(如厂商指导价、建议零售价等)或其他真实有依据的价格;由于地区、时间的差异性和市场行情波动,品牌专柜标价、商品吊牌价等可能会与您购物时展示的不一致,该价格仅供您参考。 折扣:如无特殊说明,折...
《集成学习基础与算法》 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。 《集成学习:基础与算法》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...
集成学习:基础与算法 ISBN编号 9787121390777 正:副书名 集成学习:基础与算法 出版时间 2020-01 出版社名称 电子工业出版社 定价 89.0 主题 二手大学教材 是否是套装 否 作者 周志华 页数 224页 包册数 1 开本 16开 图文详情 0 本店推荐 幼儿园教育活动设计与指导李钊首都师范大学出版社9787565659645 ¥[1_7ij...
在淘宝,您不仅能发现集成学习:基础与算法的丰富产品线和促销详情,还能参考其他购买者的真实评价,这些都将助您做出明智的购买决定。想要探索更多关于集成学习:基础与算法的信息,请来淘宝深入了解吧!