好书推荐网 收藏本站
当前位置: 好书推荐 > 人工智能 > 详情

机器学习中的不平衡分类方法

更新时间: 2024年10月01日 访问量: 914次
图书分类 : 人工智能
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。

康琦的书,康琦作品集