豆瓣滿分！周志華教授專著《集成學(xué)習(xí)：基礎(chǔ)與算法》（森林書(shū)）上市，破解AI實(shí)踐難題（文末彩蛋）
回顧機(jī)器學(xué)習(xí)最近30 年的發(fā)展歷程，各種學(xué)習(xí)方法推陳出新、不斷演進(jìn)。但是，在此歷程中，通過(guò)構(gòu)建并結(jié)合多個(gè)學(xué)習(xí)器來(lái)完成學(xué)習(xí)任務(wù)的集成學(xué)習(xí)方法，始終是提升學(xué)習(xí)效果的重要手段，成為機(jī)器學(xué)習(xí)領(lǐng)域的“常青樹(shù)”，受到學(xué)術(shù)界和產(chǎn)業(yè)界的廣泛關(guān)注。
在這個(gè)深度學(xué)習(xí)應(yīng)用取得巨大成功的當(dāng)下，我們無(wú)法忽視集成學(xué)習(xí)在其中所發(fā)揮的巨大作用。在深度學(xué)習(xí)方法之上引入集成學(xué)習(xí)仍然是許多深度學(xué)習(xí)專家用來(lái)提升效果的重要手段。
集成學(xué)習(xí)技術(shù)已在人工智能實(shí)踐中被廣泛使用，例如，對(duì)搜索、推薦、廣告的核心任務(wù)——點(diǎn)擊率預(yù)估而言，GBDT （Gradient Boosting Decision Trees）因其穩(wěn)定、優(yōu)異的效果一直是事實(shí)上的工業(yè)標(biāo)準(zhǔn)；在語(yǔ)音識(shí)別領(lǐng)域，基于集成深度學(xué)習(xí)的聲學(xué)模型極大提升了識(shí)別效果；在異常檢測(cè)上，iForest 因其極高的檢測(cè)效率在實(shí)踐中備受關(guān)注。
? 那么，什么是集成學(xué)習(xí)？
簡(jiǎn)而言之，集成學(xué)習(xí)從數(shù)據(jù)中顯式或隱式地學(xué)習(xí)多個(gè)模型，并將它們有效結(jié)合以獲得更可靠和更準(zhǔn)確的預(yù)測(cè)。因此，集成學(xué)習(xí)的關(guān)鍵是（a）如何從數(shù)據(jù)中學(xué)習(xí)多樣且準(zhǔn)確的模型，以及（b）如何有效地結(jié)合它們以獲得更好的結(jié)果。
集成學(xué)習(xí)與其他機(jī)器學(xué)習(xí)方法的核心區(qū)別在于：
它專注于偏差-方差權(quán)衡（Bias-Variance Tradeoff）問(wèn)題——這是所有機(jī)器學(xué)習(xí)方法（無(wú)論是深度學(xué)習(xí)，還是經(jīng)典機(jī)器學(xué)習(xí)方法）與生俱來(lái)的根本問(wèn)題。
正是這個(gè)獨(dú)特的研究視角，使集成學(xué)習(xí)對(duì)包括深度學(xué)習(xí)在內(nèi)的所有機(jī)器學(xué)習(xí)方法都很有價(jià)值。
/
雖然在人類社會(huì)中，使用多個(gè)模型解決問(wèn)題的基本想法有著悠久的歷史，但關(guān)于集成學(xué)習(xí)方面的專著卻少得可憐。
為了反映集成學(xué)習(xí)領(lǐng)域的快速發(fā)展，周志華教授進(jìn)行了一次更新的深入回顧，由此森林書(shū)Ensemble Methods誕生了！
作為一本系統(tǒng)性闡述集成學(xué)習(xí)的著作，本書(shū)在國(guó)外一出版便引發(fā)了領(lǐng)域內(nèi)的巨大轟動(dòng)。在亞馬遜AMAZON上，本書(shū)擁有4星+的好成績(jī)，“Great Book”一詞更是被讀者們刷爆評(píng)論區(qū)！
被譽(yù)為目前全球影響力最高書(shū)評(píng)網(wǎng)站之一的Goodreads上，同樣有著4星+的好成績(jī)。
“閱讀本書(shū)后我學(xué)到了很多新技巧。”讀者對(duì)本書(shū)的喜愛(ài)也溢于言表。
由于Ensemble Methods在國(guó)內(nèi)非常難買到，本書(shū)在豆瓣讀書(shū)上的參評(píng)人數(shù)不多，但一小部分有機(jī)會(huì)讀過(guò)原著的同學(xué)硬生生把分?jǐn)?shù)給到了逆天的10分滿星！
讀者好評(píng)從2016年橫跨至2019年，無(wú)一不被這部森林書(shū)的魅力折服。
? 通殺豆瓣、亞馬遜、Goodreads的森林書(shū)，都講了什么？
全書(shū)化繁為簡(jiǎn)，用通俗易懂的表述方式重點(diǎn)講解集成學(xué)習(xí)的主流代表性技術(shù) Boosting ，并詳釋了重要算法的實(shí)現(xiàn)。集成學(xué)習(xí)方法在實(shí)踐中獲得了巨大成功，本書(shū)也向讀者闡述了集成學(xué)習(xí)在如計(jì)算機(jī)視覺(jué)、醫(yī)療、信息安全和數(shù)據(jù)挖掘競(jìng)賽等領(lǐng)域中的 應(yīng)用實(shí)踐 。
本書(shū)面向研究人員、學(xué)生和實(shí)踐者介紹集成學(xué)習(xí)方法。全書(shū)共8章，分為三部分。
第一部分主要介紹集成學(xué)習(xí)的背景知識(shí)。
第二部分主要介紹集成學(xué)習(xí)方法的核心知識(shí)，包括Boosting、Bagging、Random Forests 等經(jīng)典算法，平均、投票和Stacking 等模型和方法、相關(guān)理論分析工作，以及多樣性度量和增強(qiáng)方面的進(jìn)展。
第三部分介紹集成學(xué)習(xí)方法的進(jìn)階議題，包括集成修剪、聚類集成和集成學(xué)習(xí)方法在半監(jiān)督學(xué)習(xí)、主動(dòng)學(xué)習(xí)、代價(jià)敏感學(xué)習(xí)、類別不平衡學(xué)習(xí)及提升可理解性方面的進(jìn)展。
此外，本書(shū)還在每章的“拓展閱讀”部分提供了相關(guān)的進(jìn)階內(nèi)容。
? 森林書(shū)——中文版來(lái)了！
圖書(shū)資源的匱乏，給國(guó)內(nèi)從事集成學(xué)習(xí)研究和實(shí)踐的人們帶來(lái)了很大的障礙！值得慶幸的是，李楠博士現(xiàn)將這部深入剖析集成學(xué)習(xí)思想的著作進(jìn)行了高質(zhì)量地翻譯！
李楠博士畢業(yè)于南京大學(xué)計(jì)算機(jī)系機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘研究所(LAMDA)，師從周志華教授從事機(jī)器學(xué)習(xí)研究。曾發(fā)表論文20余篇，并獲國(guó)際數(shù)據(jù)挖掘競(jìng)賽冠軍及最佳論文獎(jiǎng)。先后供職于阿里巴巴iDST/達(dá)摩院和微軟亞洲互聯(lián)網(wǎng)工程院，長(zhǎng)期從事機(jī)器學(xué)習(xí)在互聯(lián)網(wǎng)搜索、推薦和廣告中的研究和應(yīng)用工作。
李楠博士擁有非常豐富的理論基礎(chǔ)與實(shí)踐經(jīng)驗(yàn)，確保了中文版忠于原著且行文流暢。
人工智能探索與實(shí)踐叢書(shū)
《集成學(xué)習(xí)：基礎(chǔ)與算法》
周志華 著 ，李楠 譯
國(guó)內(nèi)獨(dú)本剖析集成學(xué)習(xí)的著作
本書(shū)中文版的上市迅速得到了很多大佬的關(guān)注！
阿里巴巴集團(tuán)副總裁、達(dá)摩院副院長(zhǎng)金榕教授更是為本書(shū)熱情作序力薦！在推薦序中，金榕教授這樣寫(xiě)道：
在本書(shū)中，作者充分闡述了偏差-方差權(quán)衡問(wèn)題的背景知識(shí)，足以使對(duì)統(tǒng)計(jì)學(xué)不太了解的讀者也能很好地理解該問(wèn)題。
此外，作者在闡述集成學(xué)習(xí)的廣度(集成學(xué)習(xí)的全貌) 和深度（單個(gè)算法的實(shí)現(xiàn)）上做了很好的平衡，結(jié)構(gòu)合理，使得本書(shū)能真正惠及廣大讀者。
這也是博文菌想要向大家說(shuō)的，
本書(shū)既具權(quán)威性又兼容并包，一定能讓廣大讀者朋友們真正從中獲益！
最后再次真誠(chéng)推薦給所有AI領(lǐng)域從業(yè)者，一定不要錯(cuò)過(guò)這本凝聚大師智慧、國(guó)內(nèi)獨(dú)本剖析集成學(xué)習(xí)的技術(shù)佳作！
當(dāng)然也可以直接在當(dāng)當(dāng)購(gòu)買這本書(shū)，鏈接：
▼點(diǎn)擊閱讀原文，了解本書(shū)詳情~