机器之心|周志华教授《集成学习:基础与算法》上市,破解AI实践难题( 二 )



读者好评从 2016 年横跨至 2019 年 , 无一不被这部森林书的魅力折服 。
机器之心|周志华教授《集成学习:基础与算法》上市,破解AI实践难题
本文插图

通杀豆瓣、亚马逊、Goodreads的森林书 , 都讲了什么?
全书化繁为简 , 用通俗易懂的表述方式重点讲解集成学习的主流代表性技术Boosting , 并详释了重要算法的实现 。 集成学习方法在实践中获得了巨大成功 , 本书也向读者阐述了集成学习在如计算机视觉、医疗、信息安全和数据挖掘竞赛等领域中的应用实践 。
本书面向研究人员、学生和实践者介绍集成学习方法 。 全书共 8 章 , 分为三部分 。
第一部分主要介绍集成学习的背景知识 。
第二部分主要介绍集成学习方法的核心知识 , 包括 Boosting、Bagging、Random Forests 等经典算法 , 平均、投票和 Stacking 等模型和方法、相关理论分析工作 , 以及多样性度量和增强方面的进展 。
第三部分介绍集成学习方法的进阶议题 , 包括集成修剪、聚类集成和集成学习方法在半监督学习、主动学习、代价敏感学习、类别不平衡学习及提升可理解性方面的进展 。
此外 , 本书还在每章的「拓展阅读」部分提供了相关的进阶内容 。
森林书——中文版来了!
图书资源的匮乏 , 给国内从事集成学习研究和实践的人们带来了很大的障碍!值得庆幸的是 , 李楠博士现将这部深入剖析集成学习思想的著作进行了高质量地翻译!
李楠博士毕业于南京大学计算机系机器学习与数据挖掘研究所(LAMDA) , 师从周志华教授从事机器学习研究 。 曾发表论文 20 余篇 , 并获国际数据挖掘竞赛冠军及最佳论文奖 。 先后供职于阿里巴巴 iDST / 达摩院和微软亚洲互联网工程院 , 长期从事机器学习在互联网搜索、推荐和广告中的研究和应用工作 。
李楠博士拥有非常丰富的理论基础与实践经验 , 确保了中文版忠于原著且行文流畅 。
人工智能探索与实践丛书《集成学习:基础与算法》:
机器之心|周志华教授《集成学习:基础与算法》上市,破解AI实践难题
本文插图

周志华著, 李楠译
国内独本剖析集成学习的著作
本书中文版的上市迅速得到了很多大佬的关注!
阿里巴巴集团副总裁、达摩院副院长金榕教授更是为本书热情作序力荐!在推荐序中 , 金榕教授这样写道:
在本书中 , 作者充分阐述了偏差-方差权衡问题的背景知识 , 足以使对统计学不太了解的读者也能很好地理解该问题 。
此外 , 作者在阐述集成学习的广度(集成学习的全貌) 和深度(单个算法的实现)上做了很好的平衡 , 结构合理 , 使得本书能真正惠及广大读者 。
本书既具权威性又兼容并包 , 一定能让广大读者朋友们真正从中获益!
最后再次真诚推荐给所有AI 领域从业者 , 一定不要错过这本凝聚大师智慧、国内独本剖析集成学习的技术佳作!
赠书
为了满足读者的求知欲 , 机器之心联合电子工业出版社博文视点向读者赠送20 本《集成学习:基础与算法》 。 读者可以在留言区写下自己对于集成学习的理解或学习动机 , 获赞最多的前20名读者将获赠此书 。
新书预售中 , 点击阅读原文获取详情 。
本文为机器之心经授权转载 , 转载请联系原公众号获得授权 。
------------------------------------------------
加入机器之心(全职采访人员 / 实习生): hr@jiqizhixin.com
投稿或寻求报道:content @jiqizhixin.com
广告 & 商务合作: bd@jiqizhixin.com


推荐阅读