机读格式显示(MARC)

• 000 01558nam0 2200289 450

• 001 0000398704

• 005 20221228153800.0

• 010 __ |a 978-7-122-40167-0 |d CNY69.80

• 100 __ |a 20220321d2022 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a 集成学习入门与实战 |b 专著 |e 原理、算法与应用 |d Ensemble learning for AI developers |e learn bagging, stacking, and boosting methods with use cases |f (印度)阿洛克·库马尔(Alok Kumar)，(印度)马杨克·贾因(Mayank Jain)著 |g 吴健鹏译 |z eng |A ji cheng xue xi ru men yu shi zhan

• 210 __ |a 北京 |c 化学工业出版社 |d 2022

• 215 __ |a 122页 |c 图 |d 21cm

• 305 __ |a 由APress Media, LLC, part of Springer Nature授权出版

• 330 __ |a 本书通过6章内容全面地解读了集成学习的基础知识、集成学习技术、集成学习库和实践应用。其中集成学习技术包括采样、Bagging、投票集成、Boosting、AdaBoost、梯度提升、XGBoost、Stacking、随机森林、决策树等，从混合训练数据到混合模型，再到混合组合，逐步讲解；同时也对ML-集成学习、Dask、LightGBM、AdaNet等集成学习库相关技术进行了详细解读；最后通过相关实践对集成学习进行综合性应用。

• 510 1_ |a Ensemble learning for AI developers |e learn bagging, stacking, and boosting methods with use cases |z eng

• 517 1_ |a 原理、算法与应用 |A Yuan Li、Suan Fa Yu Ying Yong

• 606 0_ |a 机器学习 |A Ji Qi Xue Xi

• 690 __ |a TP181 |v 5

• 701 _1 |c (印度) |a 库马尔 |c (Kumar, Alok) |4 著 |A ku ma er

• 701 _1 |c (印度) |a 贾因 |c (Jain, Mayank) |4 著 |A jia yin

• 702 _0 |a 吴健鹏 |4 译 |A wu jian peng

• 801 _0 |a CN |b DQNU |c 20221210

• 905 __ |a DQNU |d TP181/K83 |s 3