中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
遷移學習算法:應用與實踐 版權信息
- ISBN：9787111726500
- 條形碼：9787111726500 ; 978-7-111-72650-0
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
遷移學習算法:應用與實踐 本書特色
遷移學習領域專家多年研究總結，重點從算法及應用的角度進行講解，楊強等多位院士一致推薦
遷移學習算法:應用與實踐 內容簡介
本書首先從遷移學習采用的技術出發，系統地介紹每一類遷移學習算法，包括基于非負矩陣分解、概率模型、傳統深度學習、對抗深度學習、模型融合以及圖神經網絡等的遷移學習算法。針對每一類算法，從問題定義、算法原理、算法流程等方面重點進行介紹。然后針對遷移學習的應用場景，介紹典型的應用案例。*后，介紹遷移學習在百度飛槳平臺上的實踐。本書旨在讓遷移學習或者相關領域研究人員系統地掌握遷移學習的各類算法，熟悉各類應用場景，為遷移學習落地實踐提供指導和幫助。
遷移學習算法:應用與實踐 目錄
目錄
序
前言
作者簡介
第1章緒論1
11遷移學習緣起1
12學習的遷移理論2
13遷移學習定義4
14遷移學習與已有學習范式的關系5
15遷移學習未來的研究方向8
第2章基于非負矩陣分解的遷移學習算法10
21問題定義10
22基于共享詞簇的知識遷移11
23基于相似概念（共享詞簇-文檔簇關聯）的知識遷移12
24同時考慮相同和相似概念的知識遷移15
25綜合考慮相同、相似、差異概念的知識遷移17
26軟關聯的知識遷移21
27本章小結24
第3章基于概率模型的遷移學習算法26
31問題定義26
32基于EM算法的樸素貝葉斯遷移算法28
33基于概率潛在語義分析的主題共享領域遷移算法30
34基于協同對偶概率潛在語義分析的多域領域遷移33
35更普適的基于潛在語義分析的多域領域遷移36
36基于組對齊的跨領域標簽主題模型39
37基于粗粒度對齊主題模型的跨領域文本分類40
38本章小結42
第4章基于傳統深度學習的遷移學習方法43
41問題定義43
42基于深度自編碼器的遷移學習方法44
43深度領域自適應網絡45
44深度子領域自適應網絡48
45多表示自適應網絡51
46同時對齊分布和分類器的多源自適應方法54
47基于注意力特征圖的深度遷移學習方法57
48本章小結61
第5章基于對抗深度學習的遷移學習方法62
51問題定義64
52領域對抗神經網絡64
53同時遷移領域和任務的遷移學習方法67
54基于生成對抗網絡的像素級領域自適應方法70
55化分類器一致性的無監督領域自適應方法73
56循環一致對抗領域自適應方法77
57本章小結79
第6章基于模型融合的遷移學習算法80
61問題定義82
62基于Boosting的模型融合82
63有監督與無監督的融合88
64基于優化目標正則化的方法98
65基于錨點的集成學習101
66本章小結104
第7章基于圖神經網絡的遷移學習算法105
71問題定義106
72同質圖神經網絡的遷移學習算法106
73異質圖神經網絡的遷移學習算法114
74本章小結120
第8章多任務學習121
81問題定義122
82傳統多任務學習122
83基于深度神經網絡的多任務學習134
84本章小結141
第9章多視圖學習算法143
91問題定義143
92基于概率潛在語義分析的多視圖學習144
93基于間隔原則的多視圖學習148
94基于子空間聚類方法的多視圖學習155
95基于完整空間方法的多視圖學習159
96多任務多視圖學習164
97推薦系統和人機對話領域的多視圖學習方法172
98本章小結180
第10章遷移學習應用181
101自然語言處理中的應用181
102計算機視覺中的應用187
103推薦系統中的應用205
104金融風控中的應用215
105城市計算中的應用217
106本章小結230
第11章百度飛槳遷移學習應用實踐231
111深度學習框架介紹231
112遷移學習在視頻分類中的實踐案例233
113遷移學習在目標檢測中的實踐案例241
114本章小結249
參考文獻250
序
前言
作者簡介
第1章緒論1
11遷移學習緣起1
12學習的遷移理論2
13遷移學習定義4
14遷移學習與已有學習范式的關系5
15遷移學習未來的研究方向8
第2章基于非負矩陣分解的遷移學習算法10
21問題定義10
22基于共享詞簇的知識遷移11
23基于相似概念（共享詞簇-文檔簇關聯）的知識遷移12
24同時考慮相同和相似概念的知識遷移15
25綜合考慮相同、相似、差異概念的知識遷移17
26軟關聯的知識遷移21
27本章小結24
第3章基于概率模型的遷移學習算法26
31問題定義26
32基于EM算法的樸素貝葉斯遷移算法28
33基于概率潛在語義分析的主題共享領域遷移算法30
34基于協同對偶概率潛在語義分析的多域領域遷移33
35更普適的基于潛在語義分析的多域領域遷移36
36基于組對齊的跨領域標簽主題模型39
37基于粗粒度對齊主題模型的跨領域文本分類40
38本章小結42
第4章基于傳統深度學習的遷移學習方法43
41問題定義43
42基于深度自編碼器的遷移學習方法44
43深度領域自適應網絡45
44深度子領域自適應網絡48
45多表示自適應網絡51
46同時對齊分布和分類器的多源自適應方法54
47基于注意力特征圖的深度遷移學習方法57
48本章小結61
第5章基于對抗深度學習的遷移學習方法62
51問題定義64
52領域對抗神經網絡64
53同時遷移領域和任務的遷移學習方法67
54基于生成對抗網絡的像素級領域自適應方法70
55化分類器一致性的無監督領域自適應方法73
56循環一致對抗領域自適應方法77
57本章小結79
第6章基于模型融合的遷移學習算法80
61問題定義82
62基于Boosting的模型融合82
63有監督與無監督的融合88
64基于優化目標正則化的方法98
65基于錨點的集成學習101
66本章小結104
第7章基于圖神經網絡的遷移學習算法105
71問題定義106
72同質圖神經網絡的遷移學習算法106
73異質圖神經網絡的遷移學習算法114
74本章小結120
第8章多任務學習121
81問題定義122
82傳統多任務學習122
83基于深度神經網絡的多任務學習134
84本章小結141
第9章多視圖學習算法143
91問題定義143
92基于概率潛在語義分析的多視圖學習144
93基于間隔原則的多視圖學習148
94基于子空間聚類方法的多視圖學習155
95基于完整空間方法的多視圖學習159
96多任務多視圖學習164
97推薦系統和人機對話領域的多視圖學習方法172
98本章小結180
第10章遷移學習應用181
101自然語言處理中的應用181
102計算機視覺中的應用187
103推薦系統中的應用205
104金融風控中的應用215
105城市計算中的應用217
106本章小結230
第11章百度飛槳遷移學習應用實踐231
111深度學習框架介紹231
112遷移學習在視頻分類中的實踐案例233
113遷移學習在目標檢測中的實踐案例241
114本章小結249
參考文獻250
展開全部
遷移學習算法:應用與實踐 作者簡介
莊福振 北京航空航天大學教授，博士生導師，入選人才計劃。在Nature Communications、 PIEEE、TKDE、KDD、IJCAI、AAAI、 WWW、ICDE等本領域、重要國際期刊和國際會議上發表錄用論文150多篇，其中CCF A類80多篇；Google學術引用9700余次。2013年獲得中國人工智能學會優秀博士學位論文獎，2017入選中國科學院青年創新促進會。
朱勇椿 博士，長期致力于可靠人工智能研究及應用，在KDD、WWW、SIGIR、TKDE等國際學術會議和期刊發表文章28篇，Google學術引用3300余次。公開或授權專利10余項。提出的方法應用到多家公司，包括騰訊、螞蟻金服、美團、中科睿鑒等。參與三本遷移學習相關書籍的撰寫、翻譯工作。擔任KDD、WWW、AAAI、TKDE、TOIS等會議和期刊審稿人，獲得2022年百度獎學金。
祝恒書 博士，北京市高端領軍人才正高級工程師，BOSS直聘職業科學實驗室（CSL）主任。他長期致力于人工智能領域前沿科學研究及跨領域產業應用，在國際學術期刊和會議上發表論文百余篇，授權國內外專利近百項，多次榮獲年度論文獎。他曾獲得中國管理科學學會“管理科學獎” 、教育*自然科學獎一等獎、中國人工智能學會優博、中國科學院優博、中國科學院院長特別獎等榮譽和獎項。莊福振 北京航空航天大學教授，博士生導師，入選人才計劃。在Nature Communications、 PIEEE、TKDE、KDD、IJCAI、AAAI、 WWW、ICDE等本領域、重要國際期刊和國際會議上發表錄用論文150多篇，其中CCF A類80多篇；Google學術引用9700余次。2013年獲得中國人工智能學會優秀博士學位論文獎，2017入選中國科學院青年創新促進會。
朱勇椿 博士，長期致力于可靠人工智能研究及應用，在KDD、WWW、SIGIR、TKDE等國際學術會議和期刊發表文章28篇，Google學術引用3300余次。公開或授權專利10余項。提出的方法應用到多家公司，包括騰訊、螞蟻金服、美團、中科睿鑒等。參與三本遷移學習相關書籍的撰寫、翻譯工作。擔任KDD、WWW、AAAI、TKDE、TOIS等會議和期刊審稿人，獲得2022年百度獎學金。
祝恒書 博士，北京市高端領軍人才正高級工程師，BOSS直聘職業科學實驗室（CSL）主任。他長期致力于人工智能領域前沿科學研究及跨領域產業應用，在國際學術期刊和會議上發表論文百余篇，授權國內外專利近百項，多次榮獲年度論文獎。他曾獲得中國管理科學學會“管理科學獎” 、教育*自然科學獎一等獎、中國人工智能學會優博、中國科學院優博、中國科學院院長特別獎等榮譽和獎項。
熊輝 香港科學技術大學（廣州）講座教授、協理副校長。他獲得的部分榮譽包括AAAS Fellow、IEEE Fellow、ACM杰出科學家、中國教育*長江講座教授、中國國家基金委海外杰青B類（海外及港澳學者合作研究基金）、Harvard Business Review 2018年“拉姆·查蘭管理實踐獎-全場大獎”、2017 IEEE ICDM Outstanding Service Award、ICDM-2011研究論文獎和AAAI-2021論文獎。
書友推薦
- >
龍榆生：詞曲概論/大家小書
- >
羅庸西南聯大授課錄
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
月亮虎
- >
回憶愛瑪儂
- >
名家帶你讀魯迅:朝花夕拾
- >
二體千字文
- >
伯納黛特,你要去哪(2021新版)
本類暢銷
