集成学习相关资源大列表

2019 年 8 月 5 日 专知

【导读】集成学习利用组合多个基础的模型,来得到比任意单个模型都好的性能,它在许多实际应用于数据竞赛中十分重要,比如Kaggle,本文整理了集成学习的一些教程、数据集、论文等学习资源。


书籍和教程

Ensemble Methods: Foundations and Algorithms 

  • https://www.crcpress.com/Ensemble-Methods-Foundations-and-Algorithms/Zhou/p/book/9781439830031

  • 集成学习的经典教材,涵盖 了大多数集成学习的技术,可以说是一本必读的书。


Applications of Supervised and Unsupervised Ensemble Methods

  • https://www.springer.com/gp/book/9783642039980

  • 这本书介绍了ECAI2008之前的集成技术

Ensemble Machine Learning: Methods and Applications 

  • https://link.springer.com/book/10.1007%2F978-1-4419-9326-7

  • 这本书的优势是在上述基础上,加入了最新的研究成果


Data Mining and Knowledge Discovery Handbook Chapter 45 (Ensemble Methods for Classifiers):

  • https://link.springer.com/chapter/10.1007/0-387-25465-X_45

  • 这个章节详细介绍了集成学习中的boosting与bagging


Outlier Ensembles: An Introduction 

  • https://www.springer.com/gp/book/9783319547640

  • 介绍了集成学习中离群点的处理


On the Power of Ensemble: Supervised and Unsupervised Methods Reconciled

  • https://cse.buffalo.edu/~jing/sdm10ensemble.htm

  • 一篇集成学习的综述


课程、视频

Coursera:How to Win a Data Science Competition: Learn from Top Kagglers

  • https://www.coursera.org/lecture/competitive-data-science/introduction-into-ensemble-methods-MJKCi


Coursera:Machine Learning: Classification by University of Washington partly covers the topic:

  • https://www.coursera.org/lecture/ml-classification/ensemble-classifiers-IAous

  • https://www.coursera.org/lecture/predictive-analytics/ensembles-bagging-boosting-ph2UL


Machine Learning and Data Mining

  • https://www.youtube.com/watch?v=Yvn3--rIdZg&list=PLaXDtXvwY-oDvedS3f4HW0b4KxqpJ_imw&index=27


工具库

[Python] combo

  • https://github.com/yzhao062/combo


[Python] pycobra

  • https://github.com/bhargavvader/pycobra


[PythonDESlib

  • https://github.com/scikit-learn-contrib/DESlib


论文

Github链接:

https://github.com/yzhao062/awesome-ensemble-learning

-END-

 · 

专知,专业可信的人工智能知识分发,让认知协作更快更好!欢迎登录www.zhuanzhi.ai,注册登录专知,获取更多AI知识资料!


欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程视频资料和与专家交流咨询


请加专知小助手微信(扫一扫如下二维码添加),加入专知人工智能主题群,咨询技术商务合作~

专知《深度学习:算法到实战》课程全部完成!560+位同学在学习,现在报名,限时优惠!网易云课堂人工智能畅销榜首位!

点击“阅读原文”,了解报名专知《深度学习:算法到实战》课程

登录查看更多
9

相关内容

集成学习是使用一系列学习器进行学习,并使用某种规则把各个学习结果进行整合从而获得比单个学习器更好的学习效果的一种机器学习方法。
专知会员服务
115+阅读 · 2019年12月24日
【强化学习资源集合】Awesome Reinforcement Learning
专知会员服务
93+阅读 · 2019年12月23日
【推荐系统/计算广告/机器学习/CTR预估资料汇总】
专知会员服务
87+阅读 · 2019年10月21日
【深度学习视频分析/多模态学习资源大列表】
专知会员服务
91+阅读 · 2019年10月16日
TensorFlow 2.0 学习资源汇总
专知会员服务
66+阅读 · 2019年10月9日
机器学习相关资源(框架、库、软件)大列表
专知会员服务
39+阅读 · 2019年10月9日
MIT新书《强化学习与最优控制》
专知会员服务
275+阅读 · 2019年10月9日
学习自然语言处理路线图
专知会员服务
137+阅读 · 2019年9月24日
机器学习在材料科学中的应用综述,21页pdf
专知会员服务
48+阅读 · 2019年9月24日
【资源】机器学习资源大列表
专知
58+阅读 · 2019年10月16日
【干货】史上最全的PyTorch学习资源汇总
深度学习与NLP
24+阅读 · 2019年5月18日
移动端机器学习资源合集
专知
8+阅读 · 2019年4月21日
人脸相关算法、数据集、文献资源大列表
专知
16+阅读 · 2019年3月16日
免费自然语言处理(NLP)课程及教材分享
深度学习与NLP
29+阅读 · 2019年1月18日
Zero-Shot Learning相关资源大列表
专知
52+阅读 · 2019年1月1日
【资源】15个在线机器学习课程和教程
专知
8+阅读 · 2017年12月22日
自然语言处理 (NLP)资源大全
机械鸡
35+阅读 · 2017年9月17日
Deep Learning & Neural Network 免费学习资源【译】
乐享数据DataScientists
5+阅读 · 2017年8月20日
Financial Time Series Representation Learning
Arxiv
10+阅读 · 2020年3月27日
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
Arxiv
18+阅读 · 2019年1月16日
Arxiv
53+阅读 · 2018年12月11日
Logically-Constrained Reinforcement Learning
Arxiv
3+阅读 · 2018年12月6日
Arxiv
22+阅读 · 2018年8月30日
Angular-Based Word Meta-Embedding Learning
Arxiv
3+阅读 · 2018年8月13日
VIP会员
相关VIP内容
专知会员服务
115+阅读 · 2019年12月24日
【强化学习资源集合】Awesome Reinforcement Learning
专知会员服务
93+阅读 · 2019年12月23日
【推荐系统/计算广告/机器学习/CTR预估资料汇总】
专知会员服务
87+阅读 · 2019年10月21日
【深度学习视频分析/多模态学习资源大列表】
专知会员服务
91+阅读 · 2019年10月16日
TensorFlow 2.0 学习资源汇总
专知会员服务
66+阅读 · 2019年10月9日
机器学习相关资源(框架、库、软件)大列表
专知会员服务
39+阅读 · 2019年10月9日
MIT新书《强化学习与最优控制》
专知会员服务
275+阅读 · 2019年10月9日
学习自然语言处理路线图
专知会员服务
137+阅读 · 2019年9月24日
机器学习在材料科学中的应用综述,21页pdf
专知会员服务
48+阅读 · 2019年9月24日
相关资讯
【资源】机器学习资源大列表
专知
58+阅读 · 2019年10月16日
【干货】史上最全的PyTorch学习资源汇总
深度学习与NLP
24+阅读 · 2019年5月18日
移动端机器学习资源合集
专知
8+阅读 · 2019年4月21日
人脸相关算法、数据集、文献资源大列表
专知
16+阅读 · 2019年3月16日
免费自然语言处理(NLP)课程及教材分享
深度学习与NLP
29+阅读 · 2019年1月18日
Zero-Shot Learning相关资源大列表
专知
52+阅读 · 2019年1月1日
【资源】15个在线机器学习课程和教程
专知
8+阅读 · 2017年12月22日
自然语言处理 (NLP)资源大全
机械鸡
35+阅读 · 2017年9月17日
Deep Learning & Neural Network 免费学习资源【译】
乐享数据DataScientists
5+阅读 · 2017年8月20日
相关论文
Financial Time Series Representation Learning
Arxiv
10+阅读 · 2020年3月27日
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
Arxiv
18+阅读 · 2019年1月16日
Arxiv
53+阅读 · 2018年12月11日
Logically-Constrained Reinforcement Learning
Arxiv
3+阅读 · 2018年12月6日
Arxiv
22+阅读 · 2018年8月30日
Angular-Based Word Meta-Embedding Learning
Arxiv
3+阅读 · 2018年8月13日
Top
微信扫码咨询专知VIP会员