安徽科技学院图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

机器学习提升法:理论与算法/(美)罗伯特·夏皮雷(Robert E. Schapire)，(美)约夫·弗雷德(Yoav Freund)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;26cm

并列正题名:

Boosting foundations and algorithms

个人责任者:

(美) 夏皮雷 (Schapire, Robert E.) 著

个人责任者:

(美) 弗雷德 (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

一般附注:

深度学习系列

版本附注:

由Bardon-Chinese Media Agency代理MIT Press授权出版

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。

豆瓣简介：