南京江北新区图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

集成学习入门与实战:原理、算法与应用/(印)阿洛克·库马尔(Alok Kumar)，(印)马扬克·贾因(Mayank Jain)著 吴健鹏译

出版发行项:

北京:化学工业出版社,2022.02

ISBN及定价:

978-7-122-40167-0/CNY69.80

载体形态项:

122页:图;21cm

并列正题名:

Ensemble learning for AI developers:learn bagging, stacking, and boosting methods with use cases

个人责任者:

(印) 库马尔 (Kumar, Alok) 著

个人责任者:

(印) 贾因 (Jain, Mayank) 著

个人次要责任者:

吴健鹏 译

学科主题:

机器学习

中图法分类号:

TP181

中图法分类号:

TP18

版本附注:

由APress Media, LLC, part of Springer Nature授权出版

提要文摘附注:

本书通过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。

使用对象附注:

本书适合集成学习的初学者和机器学习方向的从业者和技术人员阅读学习，也适合开设机器学习等算法课程的高等院校师生使用

豆瓣简介：