机读格式显示(MARC)

• 000 01556nam 2200277 450

• 001 0000796010

• 005 20250618095600.0

• 010 __ |a 978-7-03-077498-9 |d CNY120.00

• 100 __ |a 20240518d2024 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 非平衡数据分类理论与方法 |A fei ping heng shu ju fen lei li lun yu fang fa |f 翟俊海著

• 210 __ |a 北京 |c 科学出版社 |d 2024.4

• 215 __ |a 205页 |c 图 |d 24cm

• 225 2_ |a 信息科学技术学术著作丛书 |A xin xi ke xue ji shu xue shu zhu zuo cong shu

• 320 __ |a 有书目 (第194-205页)

• 330 __ |a 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。

• 333 __ |a 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

• 410 _0 |1 2001 |a 信息科学技术学术著作丛书

• 606 0_ |a 数据处理 |A shu ju chu li

• 690 __ |a TP274 |v 5

• 701 _0 |a 翟俊海 |A zhai jun hai |4 著

• 801 _0 |a CN |b 湖北三新 |c 20240518

• 905 __ |a LIB |d TP274/917