MARC状态:审校 文献类型:中文图书 浏览次数:40
- 题名/责任者:
- 机器学习提升法:理论与算法/(美) 罗伯特·夏皮雷, (美) 约夫·弗雷德著 沙瀛译
- 出版发行项:
- 北京:人民邮电出版社,2020
- ISBN及定价:
- 978-7-115-53580-1/CNY109.00
- 载体形态项:
- 400页:图;26cm
- 其它题名:
- 理论与算法
- 丛编项:
- 深度学习系列
- 个人责任者:
- 夏皮雷 (Schapire, Robert E.) 著
- 个人责任者:
- 弗罗因德 (Freund, Yoav) 著
- 个人次要责任者:
- 沙瀛 译
- 学科主题:
- 机器学习-算法
- 中图法分类号:
- TP181
- 责任者附注:
- 责任者Schapire汉译姓: 夏皮雷取自书中 ; 责任者Freund规范汉译姓: 弗罗因德
- 书目附注:
- 有书目
- 提要文摘附注:
- 本书分为4个部分。第一部分给出机器学习算法及其分析的介绍,探究了提升法的核心理论及泛化能力;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;第三部分介绍了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。
全部MARC细节信息>>