MARC状态：审校 文献类型：中文图书 浏览次数：23
- 题名/责任者:
- 现代决策树模型及其编程实践:从传统决策树到深度决策树/黄智濒编著
- 出版发行项:
- 北京:机械工业出版社,2022.07
- ISBN及定价:
- 978-7-111-70636-6/CNY129.00
- 载体形态项:
- XI, 423页:图;26cm
- 并列正题名:
- Modern decision tree models and their programming practices:from traditional decision trees to deep decision trees
- 其它题名:
- 从传统决策树到深度决策树
- 丛编项:
- 智能科学与技术丛书
- 个人责任者:
- 黄智濒 编著
- 学科主题:
- 人工智能-研究
- 中图法分类号:
- TP18
- 一般附注:
- 华章教育
- 责任者附注:
- 黄智濒, 计算机系统结构博士, 北京邮电大学计算机学院讲师。长期从事机器学习、超大规模并行计算、GPU加速计算以及三维计算机视觉和深度学习架构方面的研究。
- 书目附注:
- 有书目
- 提要文摘附注:
- 本书围绕现代决策树模型, 通过原理解析、应用示例和完整的代码实现详细讲解诀策树算法, 既涵盖必要的公式推导, 又考虑具体的应用需求。书中讨论的主要算法和技术包括: CART、ID3和C4.5等经典诀策树算法, 代价复杂度剪枝、错误率降低剪枝和悲观错误剪枝等决策树剪枝方法, 随机森林的构造和参数调优, 套袋法、梯度提升法和堆叠法等集成学习方法, XCBoost、LightBoost和CatBoost等主流并行决策树, 常见蚁群算法、蚁群决策树算法和自适应蚁群决策森林, 深度森林、深度神经诀策树和深度神经决策森林等深度决策树算法。
全部MARC细节信息>>