该窗口仅用于预约该书电子版,如后续有匹配资源将进行回复并报价。(扫描页面二维码添加微信好友代寻更高效)
唐明珠, 著
出版社:南京大学出版社
年代:2017
定价:35.0
类别不平衡数据集分类是机器学习和模式识别中的一个热点研究问题。类别不平衡数据集存在于许多实际工程领域,如有色冶金过程的故障检测和网络入侵检测等。现有的分类算法大多以误分率最小化为目标,并假设训练数据集类别是平衡的和误分类代价是相等的。当用这些分类算法处理类别不平衡数据集分类问题时,容易对多数类过学习和对少数类欠学习,从而导致分类器性能下降。
类别不平衡数据集分类方法及应用是南京大学出版社于2017.9出版的中图分类号为 TP181 的主题关于 机器学习 的书籍。
于化龙, 著
康琦, 吴启迪, 著
王雪松, 程玉虎, 著
袁景凌, 贲可荣, 魏娜, 编著
李克清, 时允田, 主编
徐雪松, 著
陈海虹, 黄彪, 刘锋, 陈文国, 主编
唐克军, 著
周树森, 著