现代决策树模型及其编程实践
正版新书 新华官方库房直发 可开电子发票
￥ 81.28 6.3折 ￥ 129 全新
库存16件
作者黄智濒编著
出版社机械工业出版社
ISBN9787111706366
出版时间2022-07
版次1
装帧平装
开本16开
纸张胶版纸
页数436页
定价129元
货号SC:9787111706366
上书时间2024-10-14
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
作者简介:
黄智濒，计算机系统结构博士，北京邮电大学计算机学院讲师。长期从事智能机器学习、超大规模并行计算、三维计算机视觉和深度学习架构方面的研究。
内容简介:
决策树是数据分析中广泛使用的机器学习模型，其模型简单、算法快速且具有可解释性。但随着大数据的涌现，将决策树真正应用到实践中还面临诸多困难。本书正是为解决这一痛点而作，旨在帮助读者系统且全面地了解决策树，并成功地将其用于工程实践。
目录:
赞誉
推荐序一
推荐序二
推荐序三
前言
第1章决策树与人工智能1
1.1决策与智能1
1.2决策树算法的起源2
1.3决策树的核心术语4
1.4决策树的可解释性5
1.5作为决策分析工具的决策树7
1.5.1决策分析8
1.5.2基于决策分析流程的决策树9
1.6作为机器学习算法的决策树15
1.6.1机器学习算法的类型15
1.6.2基于数据的决策树18
1.6.3决策树算法面临的基本问题24
1.6.4基于规则的机器学习27
1.7作为特征学习与决策融合的决策树30
1.8参考文献31
第2章经典决策树算法33
2.1经典决策树应用的一般流程33
2.1.1缺失值的处理33
2.1.2连续数值属性的离散化处理34
2.2CART算法34
2.2.1基尼不纯度、基尼增益与基尼指数34
2.2.2CART分类决策树的原理38
2.2.3CART分类决策树的编程实践43
2.2.4回归问题与回归算法55
2.2.5CART回归决策树的特征和分割点选择准则65
2.2.6CART回归决策树的原理66
2.2.7CART回归决策树的编程实践70
2.3ID3算法75
2.3.1信息熵与信息增益75
2.3.2ID3算法示例78
2.3.3ID3算法的编程实践84
2.4C4.5算法87
2.4.1信息增益率88
2.4.2连续属性
...
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价