机器学习中的不平衡分类方法
图书信息
书名：机器学习中的不平衡分类方法作者：康琦,吴启迪
包装：平装
开本：16
出版社：同济大学出版社
出版时间：2017-10
图书简介
《机器学习中的不平衡分类方法》探讨了机器学习领域不平衡数据分类问题的系统性研究成果。本书详细阐述了当前受到关注的典型不平衡分类学习方法，并在框架建模、学习策略、算法实现等方面提供了高性能、鲁棒性强的不平衡分类方法。本书共分为12章，包括模型评估与选择、不平衡分类学习策略、贝叶斯分类器、决策树与随机森林、支持向量机、集成学习与强化学习、遗传规划分类、非平稳环境学习、迁移学习、典型应用案例以及人工智能平台AIThink等方面内容。每一章都探究了不平衡分类问题的解决方案，并提供了具体的实验和仿真结果，可供科研人员和工程技术人员参考使用。如果你对机器学习领域的不平衡分类问题感兴趣，或想要提高不平衡分类问题的解决能力，建议阅读本书。
推荐理由
《机器学习中的不平衡分类方法》详细阐述了不平衡分类问题的各种解决方法，并提供了具体的实验结果支持。此外，本书还提供了丰富的学习资源，可供科研人员和工程技术人员参考使用。如果你想要系统性地了解不平衡分类问题的相关内容，提高不平衡分类问题的解决能力，我推荐阅读本书。