同类推荐
-
-
人工智能通识与应用
-
¥39.80
-
-
AI助力开发:Trae+CodeWhisperer+D…
-
¥79.00
-
-
AI助力开发:Trae+CodeWhisperer+D…
-
¥79.00
-
-
AI助力开发:Trae+CodeWhisperer+D…
-
¥79.00
-
-
智能时代的伦理与法律:人工智能治理的多元视角:plur…
-
¥65.00
-
-
人工智能算法从基础到实战
-
¥99.00
-
-
【预售】【预售结束时间：2025-12-20 00:0…
-
¥79.80
-
-
人工智能技术及多智能体控制探究
-
¥89.00
-
-
实战扣子空间:场景智能化高效实现
-
¥69.00
-
-
实战扣子空间:场景智能化高效实现
-
¥69.00
|
|
图书信息
|
|
|
|
集成多标签学习方法
|
| ISBN： | 9787302682363 |
定价： | ￥59.00 |
| 作者： | 夏跃龙，唐明靖著 |
出版社： | 清华大学出版社 |
| 出版时间： | 2025年03月 |
开本： | 23cm |
| 页数： | 158页 |
中图法： | TP181 |
相关供货商
|
供货商名称
|
库存量
|
库区
|
更新日期
|
|
北京人天书店有限公司
|
26
|
库区4
|
2025-12-05
|
|
其它供货商库存合计
|
500
|
|
2025-12-05
|
图书简介 | | 本书基于集成学习相关理论，围绕多标签局部依赖、多标签缺失补全、极端量级多标签学习、长尾多标签学习和开放词多标签学习等一系列问题进行展开，提出了一系列高效的集成多标签学习方法，并详细阐述方法在不同实际场景下的具体解决方案及其背后的技术支撑，同时，通过展示一些典型的实际应用问题解决案例，来验证提出方法在处理复杂、多维度标签任务上的优越性。 |
|