机读格式显示(MARC)

• 000 01658cam 2200337 450

• 001 0000779530

• 005 20230324104600.0

• 010 __ |a 978-7-111-70636-6 |d CNY129.00

• 099 __ |a CAL 012022097481

• 100 __ |a 20221012d2022 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 现代决策树模型及其编程实践 |A xian dai jue ce shu mo xing ji qi bian cheng shi jian |e 从传统决策树到深度决策树 |d = Modern decision tree models and their programming practices |e from traditional decision trees to deep decision trees |f 黄智濒编著 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2022

• 215 __ |a 11, 423页 |c 图 |d 26cm

• 225 2_ |a 智能科学与技术丛书 |A zhi neng ke xue yu ji shu cong shu

• 314 __ |a 黄智濒, 计算机系统结构博士, 北京邮电大学计算机学院讲师。长期从事智能机器学习、超大规模并行计算、三维计算机视觉和深度学习架构方面的研究。

• 320 __ |a 有书目

• 330 __ |a 本书介绍了各种决策树模型，围绕传统决策树算法，对各种基本概念和核心思想进行了讲解。书中讨论了各类集成学习方法，介绍了决策树与未来人工智能模型的结合途径，并涵盖处理大数据的决策树模型，从中可以看到未来决策树在传统科学研究中将大有用武之地。

• 410 _0 |1 2001 |a 智能科学与技术丛书

• 510 1_ |a Modern decision tree models and their programming practices |e from traditional decision trees to deep decision trees |z eng

• 517 1_ |a 从传统决策树到深度决策树 |A cong chuan tong jue ce shu dao shen du jue ce shu

• 606 0_ |a 人工智能 |A ren gong zhi neng |x 研究

• 690 __ |a TP18 |v 5

• 701 _0 |a 黄智濒 |A Huang Zhibin |4 编著

• 801 _0 |a CN |b ZJUT |c 20221012

• 801 _2 |a CN |b PUL |c 20221018

• 905 __ |a SCNU |f TP18/4483

• 920 __ |a 242430 |z 1