安徽理工大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

现代决策树模型及其编程实践:从传统决策树到深度决策树/黄智濒编著

出版发行项:

北京:机械工业出版社,2022.07

ISBN及定价:

978-7-111-70636-6/CNY129.00

载体形态项:

XI, 423页:图;26cm

并列正题名:

Modern decision tree models and their programming practices:from traditional decision trees to deep decision trees

其它题名:

从传统决策树到深度决策树

丛编项:

智能科学与技术丛书

个人责任者:

黄智濒 编著

学科主题:

人工智能-研究

中图法分类号:

TP18

一般附注:

华章教育

责任者附注:

黄智濒, 计算机系统结构博士, 北京邮电大学计算机学院讲师。长期从事机器学习、超大规模并行计算、GPU加速计算以及三维计算机视觉和深度学习架构方面的研究。

书目附注:

有书目

提要文摘附注:

本书围绕现代决策树模型, 通过原理解析、应用示例和完整的代码实现详细讲解诀策树算法, 既涵盖必要的公式推导, 又考虑具体的应用需求。书中讨论的主要算法和技术包括: CART、ID3和C4.5等经典诀策树算法, 代价复杂度剪枝、错误率降低剪枝和悲观错误剪枝等决策树剪枝方法, 随机森林的构造和参数调优, 套袋法、梯度提升法和堆叠法等集成学习方法, XCBoost、LightBoost和CatBoost等主流并行决策树, 常见蚁群算法、蚁群决策树算法和自适应蚁群决策森林, 深度森林、深度神经诀策树和深度神经决策森林等深度决策树算法。

豆瓣简介：