本書分為三部分, 第一部分主要介紹集成學(xué)習(xí)的相關(guān)背景, 即關(guān)于分類器的相關(guān)基礎(chǔ)理論; 第二部分主要介紹集成學(xué)習(xí)方法的核心知識(shí), 諸如多分類器集成的框架、集成規(guī)則和性能評(píng)估等理論; Boosting、Bagging、Stacking和隨機(jī)森林 (Random Forests) 等經(jīng)典算法; 除此之外, 還介紹典型的動(dòng)態(tài)集成方法以及集成聚類算法相關(guān)基本概念。第三部分介紹集成學(xué)習(xí)方法的擴(kuò)展議題, 給出集成學(xué)習(xí)在半監(jiān)督學(xué)習(xí)、主動(dòng)學(xué)習(xí)和類別不平衡學(xué)習(xí)等領(lǐng)域的應(yīng)用。