近年來，機器學習技術的快速發展推動了語音、自然語言處理、機器視覺等多個領域獲得巨大進步，也帶動了人工智能相關產業的蓬勃發展。

回顧機器學習最近30 年的發展歷程，各種學習方法推陳出新、不斷演進。但是，在此歷程中，通過構建并結合多個學習器來完成學習任務的集成學習方法，始終是提升學習效果的重要手段，成為機器學習領域的“常青樹”，受到學術界和產業界的廣泛關注。

在這個深度學習應用取得巨大成功的當下，我們無法忽視集成學習在其中所發揮的巨大作用。在深度學習方法之上引入集成學習仍然是許多深度學習專家用來提升效果的重要手段。

集成學習技術已在人工智能實踐中被廣泛使用，例如，對搜索、推薦、廣告的核心任務——點擊率預估而言，GBDT?（Gradient Boosting Decision Trees）因其穩定、優異的效果一直是事實上的工業標準；在語音識別領域，基于集成深度學習的聲學模型極大提升了識別效果；在異常檢測上，iForest 因其極高的檢測效率在實踐中備受關注。

? 那么，什么是集成學習？

簡而言之，集成學習從數據中顯式或隱式地學習多個模型，并將它們有效結合以獲得更可靠和更準確的預測。因此，集成學習的關鍵是（a）如何從數據中學習多樣且準確的模型，以及（b）如何有效地結合它們以獲得更好的結果。

集成學習與其他機器學習方法的核心區別在于：

它專注于偏差-方差權衡（Bias-Variance Tradeoff）問題——這是所有機器學習方法（無論是深度學習，還是經典機器學習方法）與生俱來的根本問題。

正是這個獨特的研究視角，使集成學習對包括深度學習在內的所有機器學習方法都很有價值。

/? ?博文菌有話說：小白同學也可以理解為，通過“人多力量大”、“三個臭皮匠賽過諸葛亮”的形式達到出其不意的效果?? /

雖然在人類社會中，使用多個模型解決問題的基本想法有著悠久的歷史，但關于集成學習方面的專著卻少得可憐。

為了反映集成學習領域的快速發展，周志華教授進行了一次更新的深入回顧，由此森林書Ensemble Methods誕生了！?

作為一本系統性闡述集成學習的著作，本書在國外一出版便引發了領域內的巨大轟動。在亞馬遜AMAZON上，本書擁有4星+的好成績，“Great Book”一詞更是被讀者們刷爆評論區！

?被譽為目前全球影響力最高書評網站之一的Goodreads上，同樣有著4星+的好成績。

“閱讀本書后我學到了很多新技巧。”讀者對本書的喜愛也溢于言表。

由于Ensemble Methods在國內非常難買到，本書在豆瓣讀書上的參評人數不多，但一小部分有機會讀過原著的同學硬生生把分數給到了逆天的10分滿星！

讀者好評從2016年橫跨至2019年，無一不被這部森林書的魅力折服。

? 通殺豆瓣、亞馬遜、Goodreads的森林書，都講了什么？

全書化繁為簡，用通俗易懂的表述方式重點講解集成學習的主流代表性技術?Boosting?，并詳釋了重要算法的實現。集成學習方法在實踐中獲得了巨大成功，本書也向讀者闡述了集成學習在如計算機視覺、醫療、信息安全和數據挖掘競賽等領域中的?應用實踐?。

本書面向研究人員、學生和實踐者介紹集成學習方法。全書共8章，分為三部分。

第一部分主要介紹集成學習的背景知識。

第二部分主要介紹集成學習方法的核心知識，包括Boosting、Bagging、Random Forests 等經典算法，平均、投票和Stacking 等模型和方法、相關理論分析工作，以及多樣性度量和增強方面的進展。

第三部分介紹集成學習方法的進階議題，包括集成修剪、聚類集成和集成學習方法在半監督學習、主動學習、代價敏感學習、類別不平衡學習及提升可理解性方面的進展。

此外，本書還在每章的“拓展閱讀”部分提供了相關的進階內容。

? 森林書——中文版來了！

圖書資源的匱乏，給國內從事集成學習研究和實踐的人們帶來了很大的障礙！值得慶幸的是，李楠博士現將這部深入剖析集成學習思想的著作進行了高質量地翻譯！

李楠博士畢業于南京大學計算機系機器學習與數據挖掘研究所(LAMDA)，師從周志華教授從事機器學習研究。曾發表論文20余篇，并獲國際數據挖掘競賽冠軍及最佳論文獎。先后供職于阿里巴巴iDST/達摩院和微軟亞洲互聯網工程院，長期從事機器學習在互聯網搜索、推薦和廣告中的研究和應用工作。

李楠博士擁有非常豐富的理論基礎與實踐經驗，確保了中文版忠于原著且行文流暢。

人工智能探索與實踐叢書

《集成學習：基礎與算法》

周志華 著 ，李楠 譯

國內獨本剖析集成學習的著作

▼新書預售中，掃碼獲取詳情▼

本書中文版的上市迅速得到了很多大佬的關注！

阿里巴巴集團副總裁、達摩院副院長金榕教授更是為本書熱情作序力薦！在推薦序中，金榕教授這樣寫道：

在本書中，作者充分闡述了偏差-方差權衡問題的背景知識，足以使對統計學不太了解的讀者也能很好地理解該問題。

此外，作者在闡述集成學習的廣度(集成學習的全貌) 和深度（單個算法的實現）上做了很好的平衡，結構合理，使得本書能真正惠及廣大讀者。

這也是博文菌想要向大家說的，

本書既具權威性又兼容并包，一定能讓廣大讀者朋友們真正從中獲益！

最后再次真誠推薦給所有AI領域從業者，一定不要錯過這本凝聚大師智慧、國內獨本剖析集成學習的技術佳作！

▼立即加入本書交流群▼

與更多讀者一同學習

??送書福利時間

賣萌屋聯合電子工業出版社博文視點為各位小伙伴們帶來?2本?紙質書《集成學習：基礎與算法》！小夕會從評論區中挑選2名?常讀用戶?送書一本～（您的每一次評論和互動小夕都記在心里????）沒有領到書的小伙伴也不要難過，只要多多關注賣萌屋下一次就有機會獲得贈書哦~

▼點擊閱讀原文，了解本書詳情~

總結

以上是生活随笔為你收集整理的周志华教授专著《集成学习：基础与算法》上市，豆瓣满分森林书破解AI实践难题...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。