同类推荐
-
-
Manus AI智能体从入门到精通
-
¥49.00
-
-
集成式机器学习算法理论与应用
-
¥99.00
-
-
7步成课:7D+AI精品课程开发
-
¥88.00
-
-
少年学AI:DeepSeek高效学习指南
-
¥59.00
-
-
DeepSeek大模型实战指南:架构、部署与应用
-
¥89.00
-
-
机器学习从入门到入行:24个项目实践AI
-
¥188.00
-
-
AIGC入门与应用标准教程:微课视频版
-
¥59.80
-
-
人工智能应用基础
-
¥43.00
-
-
ONNX人工智能技术与开发实践
-
¥88.00
-
-
AI大模型编程实战:全栈开发小程序
-
¥99.00
|
|
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
|
|
|
|
|
|
|
其它供货商库存合计
|
500
|
|
2025-05-07
|
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。 |
|