-
бизнес-книги
- банковское дело
- бухучет / налогообложение / аудит
- государственное и муниципальное управление
- делопроизводство
- интернет-бизнес
- кадровый менеджмент
- корпоративная культура
- краткое содержание
- личная эффективность
- личные финансы
- логистика
- малый и средний бизнес
- маркетинг, PR, реклама
- менеджмент
- менеджмент и кадры
- недвижимость
- о бизнесе популярно
- отраслевые издания
- переговоры
- поиск работы / карьера
- политическое управление
- продажи
- работа с клиентами
- стартапы и создание бизнеса
- тайм-менеджмент
- финансы
- ценные бумаги / инвестиции
- детские книги
- дом, дача
- зарубежная литература
- знания и навыки
- история
- комиксы и манга
- легкое чтение
- психология, мотивация
- публицистика и периодические издания
- родителям
- серьезное чтение
- спорт, здоровье, красота
- хобби, досуг
Ludmila I. Kuncheva — Combining Pattern Classifiers
Купить и скачать за 12688.62 ₽
Понравилась книга? Поделись в соцсетях:
Автор: Ludmila I. Kuncheva
Издатель: John Wiley & Sons Limited
ISBN: 9781118914557
Описание: A unified, coherent treatment of current classifier ensemble methods, from fundamentals of pattern recognition to ensemble feature selection, now in its second edition The art and science of combining pattern classifiers has flourished into a prolific discipline since the first edition of Combining Pattern Classifiers was published in 2004. Dr. Kuncheva has plucked from the rich landscape of recent classifier ensemble literature the topics, methods, and algorithms that will guide the reader toward a deeper understanding of the fundamentals, design, and applications of classifier ensemble methods. Thoroughly updated, with MATLAB® code and practice data sets throughout, Combining Pattern Classifiers includes: Coverage of Bayes decision theory and experimental comparison of classifiers Essential ensemble methods such as Bagging, Random forest, AdaBoost, Random subspace, Rotation forest, Random oracle, and Error Correcting Output Code, among others Chapters on classifier selection, diversity, and ensemble feature selection With firm grounding in the fundamentals of pattern recognition, and featuring more than 140 illustrations, Combining Pattern Classifiers, Second Edition is a valuable reference for postgraduate students, researchers, and practitioners in computing and engineering.