安徽科技学院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(Alok Kumar)，(印)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

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

一般附注:

灵境蓝图

版本附注:

由APress Media, LLC, part of Springer Nature授权出版

提要文摘附注:

本书通过6章内容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；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解读；最后通过相关实践对集成学习进行综合性应用。

豆瓣简介：