机读格式显示(MARC)

• 000 01368nam0 2200289 450

• 001 0000550226

• 005 20210414161749.0

• 010 __ |a 978-7-115-53580-1 |d CNY109.00

• 100 __ |a 20201121d2020 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a y z 000yy

• 106 __ |a r

• 200 1_ |a 机器学习提升法 |9 ji qi xue xi ti sheng fa |b 专著 |e 理论与算法 |f (美)罗伯特·夏皮雷(Robert E. Schapire)，(美)约夫·弗雷德(Yoav Freund)著 |g 沙瀛译

• 210 __ |a 北京 |c 人民邮电出版社 |d 2020

• 215 __ |a 400页 |d 26cm

• 300 __ |a 深度学习系列

• 305 __ |a 由Bardon-Chinese Media Agency代理MIT Press授权出版

• 330 __ |a 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。

• 510 1_ |a Boosting foundations and algorithms |z eng

• 606 0_ |a 机器学习 |x 算法

• 690 __ |a TP181 |v 5

• 701 _0 |c (美) |a 夏皮雷 |9 xia pi lei |c (Schapire, Robert E.) |4 著

• 701 _0 |c (美) |a 弗雷德 |9 fu lei de |c (Freund, Yoav) |4 著

• 702 _0 |a 沙瀛 |9 sha ying |4 译

• 801 _0 |a CN |b LIB |c 20211004

• 905 __ |a LIB |d TP181/203