安徽科技学院图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

非平衡数据分类理论与方法/翟俊海著

出版发行项:

北京:科学出版社,2024.4

ISBN及定价:

978-7-03-077498-9/CNY120.00

载体形态项:

205页:图;24cm

丛编项:

信息科学技术学术著作丛书

个人责任者:

翟俊海 著

学科主题:

数据处理

中图法分类号:

TP274

书目附注:

有书目 (第194-205页)

提要文摘附注:

本书结合作者团队近年来关于非平衡数据分类的研究成果, 系统介绍非平衡数据分类的理论和方法。第1章介绍后续章节要用到的理论基础, 包括什么是数据分类, 以及解决分类问题的常用方法: K-近邻、决策树、神经网络、极限学习机、支持向量机和集成学习。第2章介绍模型评价, 包括: 介绍基本度量、介绍ROC曲线与AUC面积等。第3章介绍数据级方法, 包括对数据级方法进行了概述、介绍SMOTE算法等。第4章介绍算法级方法, 包括: 对算法级方法进行概述、介绍基于代价敏感性学习的非平衡数据分类方法、介绍基于深度学习的非平衡图像数据分类方法。第5章介绍集成学习方法, 包括: 对集成学习方法进行概述、介绍SMOTEBoost算法与SMOTEBagging算法等。

使用对象附注:

本书可作为从事机器学习和数据挖掘研究科研人员的参考书, 也可供人工智能、数据科学与技术、应用数学、计算机科学与技术等专业高年级本科生和研究生学习

豆瓣简介：