机读格式显示(MARC)

• 000 01546nam0 2200301 450

• 001 0000465941

• 005 20220426110000.0

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

• 100 __ |a 20200925d2020 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 |A Ji Qi Xue Xi Ti Sheng Fa |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 沙灜译

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

• 330 __ |a 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。

• 333 __ |a 本书适用于对提升法感兴趣的读者

• 606 0_ |a 机器学习 |A Ji Qi Xue Xi |x 算法

• 690 __ |a TP181 |v 5

• 701 _0 |c (美) |a 夏皮雷 |A Xia Pi Lei(Schapire, Robert E.) |4 著

• 701 _0 |c (美) |a 弗雷德 |A Fu Lei De |c (Freund, Yoav) |4 著

• 702 _0 |a 沙灜 |A Sha Ying |4 译

• 801 _0 |a CN |b 浙江省新华书店集团公司 |c 20200925

• 905 __ |a WFKJXY |d TP181/125

• 920 __ |a 4370400 |z 1