类别不平衡学习是机器学习与数据挖掘领域的重要分支之一，其在很多应用领域中均发挥着重要作用。本书首先系统地介绍了与类别不平衡学习相关的一些基础概念及理论(第1、2章)，进而在上述理论的基础上，讨论了一些主流的类别不平衡学习技术及对应算法，具体包括样本采样技术(第3章)、代价敏感学习技术(第4章)、决策输出补偿技术(第5章)、集成学习技术(第6章)、主动学习技术(第7章)及一类分类技术(第8章)等。此外，也探讨了样本不平衡分布的危害预评估技术(第9章)。最后，对该领域未来的发展方向及应用前景做出了评述与展望(第10章)。 本书可作为高等院校与研究院所计算机、自动化及相关专业研究生的课外阅读书籍，也可供对机器学习及数据挖掘感兴趣的研究人员和工程技术人员阅读参考。

简介：异世界探险群像+慢节奏 一场灾难将我带入了一个未知的世界我们必须选出/献祭一人，以获得逃生的机会有人自告奋勇 一切都在向着最好的方向发展但事实确实如此吗？

简介：异世界探险群像+慢节奏 一场灾难将我带入了一个未知的世界我们必须选出/献祭一人，以获得逃生的机会有人自告奋勇 一切都在向着最好的方向发展但事实确实如此吗？

尼尔·史密斯的这本代表作（第3版）对贫穷之于财富、工业化的城市之于衰退的农村如何塑造了景观的不平衡发展，资本主义制度史上特定的自然与空间如何进行再生产等问题进行了基于新马克思主义的明确阐述，从而成功解释了当代有关环境、政治与社会领域互相纠缠的众多问题，成为这一领域不可多得的经典之作。爱德华·萨义德称它是一个“富有才华的构想”。

尼尔·史密斯的这本代表作（第3版）对贫穷之于财富、工业化的城市之于衰退的农村如何塑造了景观的不平衡发展，资本主义制度史上特定的自然与空间如何进行再生产等问题进行了基于新马克思主义的明确阐述，从而成功解释了当代有关环境、政治与社会领域互相纠缠的众多问题，成为这一领域不可多得的经典之作。爱德华·萨义德称它是一个“富有才华的构想”。

演化学习利用演化算法求解机器学习中的复杂优化问题, 在实践中取得了许多成功, 但因其缺少坚实的理论基础, 在很长时期内未获得机器学习社区的广泛接受. 本书主要内容为三位作者在这个方向上过去二十年中主要工作的总结. 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. 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. 书中第二部分内容或可为有兴趣进一步探索演化学习理...(展开全部)

尼尔·史密斯的这本代表作（第3版）对贫穷之于财富、工业化的城市之于衰退的农村如何塑造了景观的不平衡发展，资本主义制度史上特定的自然与空间如何进行再生产等问题进行了基于新马克思主义的明确阐述，从而成功解释了当代有关环境、政治与社会领域互相纠缠的众多问题，成为这一领域不可多得的经典之作。爱德华·萨义德称它是一个“富有才华的构想”。

尼尔•史密斯（Neil Smith），1954年生于英国爱丁堡，纽约城市大学人类学和地理学杰出教授，美国地理学家协会杰出学者，2012年9月28日病逝。研究领域集中于城市士绅化、城市租隙、自然的生产、不平衡地理发展、空间规模和全球化，被誉为“士绅化和租隙理论之父”。《不平衡发展》是史密斯的代表作，亦是当代人文地理学名著。

尼尔·史密斯的这本代表作（第3版）对贫穷之于财富、工业化的城市之于衰退的农村如何塑造了景观的不平衡发展，资本主义制度史上特定的自然与空间如何进行再生产等问题进行了基于新马克思主义的明确阐述，从而成功解释了当代有关环境、政治与社会领域互相纠缠的众多问题，成为这一领域不可多得的经典之作。爱德华·萨义德称它是一个“富有才华的构想”。

尼尔•史密斯（Neil Smith），1954年生于英国爱丁堡，纽约城市大学人类学和地理学杰出教授，美国地理学家协会杰出学者，2012年9月28日病逝。研究领域集中于城市士绅化、城市租隙、自然的生产、不平衡地理发展、空间规模和全球化，被誉为“士绅化和租隙理论之父”。《不平衡发展》是史密斯的代表作，亦是当代人文地理学名著。