潍坊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 沙灜译

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

个人责任者:

(美) 夏皮雷 著

个人责任者:

(美) 弗雷德 (Freund, Yoav) 著

个人次要责任者:

沙灜 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:

Bardon-Chinese Media Agency 代理MIT Press授权出版

提要文摘附注:

本书主要介绍一种机器学习算法——提升法，主要关注其基础理论和算法，也兼顾了应用。全书共14章，分为4个部分。首先给出机器学习算法及其分析的概要介绍，然后第一部分探究了提升法的核心理论及其泛化能力。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。附录部分介绍了所需高级的数学概念。

使用对象附注:

本书适用于对提升法感兴趣的读者

豆瓣简介：