A02 / undergraduate
核方法、树模型与集成学习
核方法、树模型与集成学习围绕第一编 核方法、第二编 树模型、第三编 Boosting 与综合复习建立连续章节顺序。
- 结构
- 3 编 · 6 章
- 适合读者
- 适合已具备基础代数与函数知识、希望完成本科层次系统学习的读者。
BEFORE READING
先修与记号
本册对象
研究核技巧、支持向量机、决策树、随机森林和 boosting。
符号约定
- 本册在首次使用时定义核方法、树模型与集成学习专用符号，并区分标量、向量、算子与单位。
- 同一符号出现多种约定时明确命名空间、假设和适用章节。
CONTENTS
完整目录
第一编 核方法
第一编 核方法组织特征映射、正定核与再生核空间、最大间隔与支持向量机，形成连续的学习单元。
第二编 树模型
第二编 树模型组织决策树、划分准则与剪枝、随机森林与袋装集成，形成连续的学习单元。
第三编 Boosting 与综合复习
第三编 Boosting 与综合复习组织AdaBoost、梯度提升与残差拟合、核方法、树模型与集成学习综合复习，形成连续的学习单元。
综合练习
- 每章安排定义辨析、推导计算和结果核验练习。
- 本册末章安排跨 Part 综合题，并保留可复算的解题检查点。