机读格式显示(MARC)

• 000 01628nam0 2200301 450

• 001 0000232167

• 005 20230719093700.0

• 010 __ |a 978-7-115-57295-0 |b 精装 |d CNY149.80

• 100 __ |a 20211204d2021 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 演化学习 |A yan hua xue xi |e 理论与算法进展 |d = Evolutionary learning |e advances in theories and algorithms |e 精装版 |f 周志华, 俞扬, 钱超著 |z eng

• 210 __ |a 北京 |c 人民邮电出版社 |d 2021.12

• 215 __ |a 313页 |c 图 |d 27cm

• 320 __ |a 有书目 (第299-313页)

• 330 __ |a 全书共18章, 分为四个部分: 第一部分 (第1-2章) 简要介绍演化学习和一些关于理论研究的预备知识; 第二部分 (第3-6章) 介绍用于分析运行时间复杂度和逼近能力这两个演化学习的基本理论性质的通用工具; 第三部分 (第7-12章) 介绍演化学习关键因素对算法性能影响的一系列理论结果, 包括交叉算子、解的表示、非精确适应度评估、种群的影响等; 第四部分 (第13-18章) 介绍一系列基于理论结果启发的具有一定理论保障的演化学习算法。书中第二部分内容或可为有兴趣进一步探索演化学习理论基础的读者提供分析工具, 第三部分内容或有助于读者进一步理解演化学习过程并为新算法设计提供启发, 第四部分内容或可为读者解决一些现实机器学习问题提供新的算法方案。

• 333 __ |a 本书适合对演化学习感兴趣的研究人员、学生和实践者阅读

• 510 1_ |a Evolutionary learning |e advances in theories and algorithms |z eng

• 517 1_ |a 理论与算法进展 |A li lun yu suan fa jin zhan

• 606 0_ |a 机器学习 |A ji qi xue xi |x 算法

• 690 __ |a TP181 |v 5

• 701 _0 |a 周志华 |A zhou zhi hua |4 著

• 701 _0 |a 俞扬 |A shu yang |4 著

• 701 _0 |a 钱超 |A qian chao |4 著

• 801 _0 |a CN |b 湖北三新 |c 20211204

• 905 __ |a GDPTC |d TP181/202