MARC状态:已编 文献类型:中文图书 浏览次数:35
- 题名/责任者:
- 集成学习入门与实战:原理、算法与应用/(印度)阿洛克·库马尔(Alok Kumar),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
- 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
- 其它题名:
- 原理、算法与应用
- 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
- 版本附注:
- 本书仅限在中國内地(大陆)销售
- 出版发行附注:
- 本书中文简体字版由APress Media, LLC,part of Springer Nature授权化学工业出版社独家出版
- 责任者附注:
- 阿洛克·库马尔,是Publicis sapient的一位AI从业者和创新领导者。马扬克·贾因是Publicis sapient kepler创新实验室的技术经理和AI/ML专家。
- 提要文摘附注:
- 《集成学习入门与实战:原理、算法与应用》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;最后通过相关实践对集成学习进行综合性应用。本书配有逻辑框图、关键代码及代码分析,使读者在阅读中能够及时掌握算法含义和对应代码。
全部MARC细节信息>>