書馨卡幫你省薪 2024個人購書報告 2024中圖網(wǎng)年度報告
歡迎光臨中圖網(wǎng) 請 | 注冊

模式分類的集成方法

出版社：國防工業(yè)出版社出版時間：2015-11-01
開本： 25cm 頁數(shù)： 177
中 圖 價:¥46.8(6.7折) 定價  ¥69.9 登錄后可看到會員價
加入購物車 收藏
運(yùn)費(fèi)6元，滿39元免運(yùn)費(fèi)
?新疆、西藏除外
本類五星書更多>
買過本商品的人還買了

模式分類的集成方法 版權(quán)信息

模式分類的集成方法 本書特色

羅卡赫編*的這本《模式分類的集成方法》主要討論了集成學(xué)習(xí)的概念、構(gòu)成、作用及其*新研究成果，重點(diǎn)介紹了*新的、高效且實(shí)用的集成學(xué)習(xí)算法，給出了分類識別的大量應(yīng)用實(shí)例，總結(jié)了作者近年來在模式識別中的理論和應(yīng)用研究成果。除了介紹許多重要經(jīng)典的內(nèi)容以外，書中還包括了*近十幾年來剛剛發(fā)展起來的并被實(shí)踐證明有用的新技術(shù)、新理論。并將這些新技術(shù)應(yīng)用于模式識別當(dāng)中，同時提供這些新技術(shù)的實(shí)現(xiàn)方法和java程序源代碼及相應(yīng)的實(shí)驗(yàn)數(shù)據(jù)，對于讀者的自學(xué)和算法驗(yàn)證非常有利。針對其中*具有代表性的幾種算法，對其工作機(jī)制進(jìn)行深入研究，并利用大量的數(shù)值試驗(yàn)對算法的性能進(jìn)行多方面的考查。主要內(nèi)容包括：模式分類概述；集成學(xué)習(xí)的基本理論；分類器組合；經(jīng)典的集成方法；集成分類的各子模塊方法；集成多樣性；集成選擇；集成算法的評價。這些探討不僅對集成學(xué)習(xí)領(lǐng)域的研究具有非常重要的理論意義，而且也具有很強(qiáng)的實(shí)用參考價值。

模式分類的集成方法 內(nèi)容簡介

本書主要內(nèi)容包括: 模式分類概述、集成學(xué)習(xí)概述、集成分類、集成的多樣性、集成選擇、誤差糾錯輸出編碼、分類器集成的評價。

模式分類的集成方法 目錄

第1章  模式分類概述  1.1 模式分類  1.2 誘導(dǎo)算法  1.3 規(guī)則推導(dǎo)  1.4 決策樹  1.5 貝葉斯方法    1.5.1 概述    1.5.2 樸素貝葉斯方法    1.5.3 其他貝葉斯方法  1.6 其他誘導(dǎo)方法    1.6.1 神經(jīng)網(wǎng)絡(luò)    1.6.2 遺傳算法    1.6.3 基于示例的學(xué)習(xí)    1.6.4 支持向量機(jī)第2章  集成學(xué)習(xí)概述  2.1 回到起源  2.2 群體的智慧  2.3 bagging算法  2.4 boosting算法  2.5 adaboost算法  2.6 沒有免費(fèi)的午餐理論和集成學(xué)習(xí)  2.7 偏差解構(gòu)和集成學(xué)習(xí)  2.8 occam剃刀和集成學(xué)習(xí)  2.9 分類器相關(guān)性    2.9.1 相關(guān)性方法    2.9.2 獨(dú)立方法  2.10 用于復(fù)雜分類任務(wù)的集成方法    2.10.1 代價敏感的分類    2.10.2 用于概念漂移學(xué)習(xí)的集成    2.10.3 拒絕驅(qū)動分類第3章  集成分類  3.1 融合方法    3.1.1 加權(quán)方法    3.1.2 多數(shù)投票法    3.1.3 性能加權(quán)法    3.1.4 分布求和法    3.1.5 貝葉斯聯(lián)合法    3.1.6 dempste-shafer推理法    3.1.7 bgging方法    3.1.8 樸素貝葉斯方法    3.1.9 熵加權(quán)法    3.1.10 基于密度的加權(quán)方法    3.1.11 dea加權(quán)法    3.1.12 對數(shù)評價池法    3.1.13 順序統(tǒng)計(jì)法  3.2 選擇性分類    3.2.1 劃分示例空間  3.3 專家混合與元學(xué)習(xí)    3.3.1 stacking算法    3.3.2 仲裁樹    3.3.3 組合樹    3.3.4 分級法    3.3.5 門網(wǎng)絡(luò)法第4章  集成的多樣性  4.1 概述  4.2 操控誘導(dǎo)器    4.2.1 操控誘導(dǎo)器的參數(shù)    4.2.2 假設(shè)空間的初始點(diǎn)    4.2.3 假設(shè)空間的遍歷  4.3 操控訓(xùn)練樣本    4.3.1 重采樣    4.3.2 樣本創(chuàng)建    4.3.3 樣本劃分  4.4 操控目標(biāo)屬性表示    4.4.1 類標(biāo)轉(zhuǎn)換  4.5 劃分搜索空間    4.5.1 劃分和競爭法    4.5.2 基于特征子集的集成方法  4.6 多類型誘導(dǎo)器  4.7 多樣性度量第5章  集成選擇  5.1 集成選擇  5.2 集成規(guī)模的預(yù)選取  5.3 訓(xùn)練階段集成規(guī)模的選擇  5.4 刪減——集成規(guī)模的后選擇    5.4.1 基于排序的方法    5.4.2 基于搜索的方法    5.4.3 基于聚類的方法    5.4.4 刪減時機(jī)第6章  誤差糾錯輸出編碼  6.1 多類問題的編碼矩陣分解  6.2 類型i：給定編碼矩陣的集成訓(xùn)練方法    6.2.1 糾錯輸出編碼    6.2.2 編碼矩陣框架    6.2.3 編碼矩陣的設(shè)計(jì)    6.2.4 正交排列(oa)    6.2.5  hadamard矩陣    6.2.6 概率糾錯輸出編碼    6.2.7 其他ecoc策略  6.3 類型ii：多類問題的自適應(yīng)編碼矩陣第7章  分類器集成的評價  7.1 泛化誤差    7.1.1 泛化誤差的理論估計(jì)    7.1.2 泛化誤差的實(shí)驗(yàn)估計(jì)    7.1.3 精度度量的替代者    7.1.4 f-度量    7.1.5 混淆矩陣    7.1.6 在有限資源下的分類器的評價    7.1.7 用于對比集成的統(tǒng)計(jì)測試  7.2 計(jì)算復(fù)雜度  7.3 集成結(jié)果的可解釋性  7.4 大規(guī)模數(shù)據(jù)的可量測性  7.5 魯棒性  7.6 穩(wěn)定性  7.7 靈活性  7.8 可用性  7.9 軟件實(shí)用性  7.10 應(yīng)該選用哪個集成方法參考文獻(xiàn)高新科技譯叢叢書書目
展開全部
商品評論(0條)
暫無評論……
書友推薦
本類暢銷
編輯推薦
返回頂部
中圖網(wǎng)
在線客服