安徽理工大学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, 马扬克·贾因著 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

统一题名:

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

个人责任者:

库马尔 (Kumar, Alok) 著

个人责任者:

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

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发行

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:

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。本书配有逻辑框图和关键代码, 使读者在阅读中能够及时掌握算法含义和对应代码。

豆瓣简介：