书籍详细信息：
机器学习提升法:理论与算法
书目信息机读格式(MARC)
| ISBN/价格： | 978-7-115-53580-1:CNY109.00 |
|---|---|
| 作品语种： | chi eng |
| 出版国别： | CN 110000 |
| 题名责任者项： | 机器学习提升法/.(美) 罗伯特·夏皮雷, 约夫·弗雷德著/.沙灜译 |
| 出版发行项： | 北京:,人民邮电出版社:,2020 |
| 载体形态项： | 400页:;+图:;+26cm |
| 丛编项： | 深度学习系列 |
| 提要文摘： | 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, 然后一部分重点探究了提升法的核心理论及其泛化能力。二部分主要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、迭代投算法, 并与信息几何学和凸优化建立了联系。三部分主要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。 |
| 题名主题： | 机器学习 算法 |
| 中图分类： | TP181 |
| 个人名称等同： | 夏皮雷 著 |
| 个人名称等同： | 弗雷德 著 |
| 个人名称次要： | 沙灜 译 |
| 记录来源： | CN 人天书店 20201014 |
