下载
暂无已核验电子书资源;本站不展示未授权完整文件。
下载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决策树算法,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等经典决策树算法,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,XGBoost、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、深度神经决策树和深度神经决策森林等深度决策树算法。本书旨在帮助读者系统且全面地了解决策树,并成功将其用于工程实践。
《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》内容简介与阅读建议,作者 黄智濒,科技技术。获取前建议核对作者、出版社、年份、ISBN、版本和正版渠道。相关主题:计算机网络、软硬件开发。
适合希望系统学习技术概念、实践方法、工具使用和行业知识的读者。
获取建议
优先确认版本和阅读目的;下载区只展示已核验的公版、授权、开放许可或官方试读资源。
暂无已核验电子书资源;本站不展示未授权完整文件。
下载优先选择作者、译者、出版社、出版年份和 ISBN 信息明确的版本;经典作品可优先选择校注、导读或权威出版社版本。
当前暂无已核验电子书资源。若是商业出版物,建议优先通过出版社、书店或官方电子书平台获取。
适合希望系统学习技术概念、实践方法、工具使用和行业知识的读者。
建议先看简介、目录、作者和相关书籍,再判断是否适合当前阶段阅读。
当前暂未接入已核验的纸质书购买链接,建议通过出版社、京东、当当等正版渠道核对版本后购买。
优先选择作者、译者、出版社、出版年份和 ISBN 信息清楚的版本;经典作品可优先选择校注、导读或权威出版社版本。
当前没有确认授权的电子书下载资源,也暂未接入已核验购买链接;商业出版物不提供未授权下载,建议通过出版社、京东、当当或官方电子书平台核对获取。
可以进入 黄智濒 作者页查看其他作品,也可以通过分类、标签、排行榜、人工推荐和“读完这本还可以读”继续发现相近主题。