由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
醉染图书集成学习入门与实战 原理、算法与应用9787122401670
¥ ×1
章为什么需要集成学习001
1.1混合训练数据003
1.2混合模型004
1.3混合组合008
1.4本章小结009
第2章混合训练数据011
2.1决策树013
2.2数据集采样018
2.2.1不替换采样(WOR)018
2.2.2替换采样(WR)019
.Bagging(装袋算法)021
..1k重交叉验024
..2分层的k重交叉验026
2.4本章小结028
第3章混合模型029
3.1投票集成030
3.2硬投票031
3.3均值法/软投票033
3.4超参数调试集成036
3.5水平投票集成038
3.6快照集成044
3.7本章小结046
第4章混合组合047
4.1Boosting(提升算法)048
4.1.1AdaBoost(自适应提升算法)049
4.1.2GradientBoosting(梯度提升算法)051
4.1.3XGBoost(特别梯度提升算法)053
4.2Stacking(堆叠算法)055
4.3本章小结058
第5章集成学习库059
5.1ML-集成学习060
5.1.1多层集成063
5.1.2集成模型的选择064
5.2通过Dask扩展XGBoost069
5.2.1Dask数组与数据结构071
5.2.2Dask-ML076
5..扩展XGBoost079
5.2.4微软LightGBM082
5.2.5AdaNet088
5.3本章小结090
第6章实践指南092
6.1基于随机森林的特征选择093
6.2基于集成树的特征转换096
6.3构建随机森林分类器预处理程序103
6.4孤立森林进行异常点检测110
6.5使用Dask库进行集成学习处理114
6.5.1预处理115
6.5.2超参数搜索117
6.6本章小结121
致谢122
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格