中圖網(wǎng)小程序
一鍵登錄
更方便
包郵 自動(dòng)機(jī)器學(xué)習(xí):方法、系統(tǒng)與挑戰(zhàn)
開本：
其他
頁(yè)數(shù)：
219
本類五星書更多>
-
>
全國(guó)計(jì)算機(jī)等級(jí)考試最新真考題庫(kù)模擬考場(chǎng)及詳解·二級(jí)MSOffice高級(jí)應(yīng)用
-
>
決戰(zhàn)行測(cè)5000題(言語(yǔ)理解與表達(dá))
-
>
軟件性能測(cè)試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強(qiáng)教科書(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
中圖價(jià):¥60.2
加入購(gòu)物車
自動(dòng)機(jī)器學(xué)習(xí):方法、系統(tǒng)與挑戰(zhàn) 版權(quán)信息
- ISBN：9787523201312
- 條形碼：9787523201312 ; 978-7-5232-0131-2
- 裝幀：平裝-膠訂
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類：>
自動(dòng)機(jī)器學(xué)習(xí):方法、系統(tǒng)與挑戰(zhàn) 內(nèi)容簡(jiǎn)介
本書全面介紹自動(dòng)機(jī)器學(xué)習(xí)，主要包含自動(dòng)機(jī)器學(xué)習(xí)的方法、實(shí)際可用的自動(dòng)機(jī)器學(xué)習(xí)系統(tǒng)及目前所面臨的挑戰(zhàn)。在自動(dòng)機(jī)器學(xué)習(xí)方法中，本書涵蓋超參優(yōu)化、元學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索三個(gè)部分，每一部分都包括詳細(xì)的內(nèi)容介紹、原理解讀、具體運(yùn)用方法和存在的問(wèn)題等。此外，本書還具體介紹了現(xiàn)有的各種可用的自動(dòng)機(jī)器學(xué)習(xí)系統(tǒng)，如Auto-sklearn、Auto-WEKA及Auto-Net等，并且本書*后一章詳細(xì)介紹了具有代表性的AutoML挑戰(zhàn)賽及挑戰(zhàn)賽結(jié)果背后所蘊(yùn)含的理念，有助于從業(yè)者設(shè)計(jì)出自己的AutoML系統(tǒng)。本書是國(guó)際上**本介紹自動(dòng)機(jī)器學(xué)習(xí)的圖書，內(nèi)容全面且翔實(shí)，尤為重要的是涵蓋了近期新的自動(dòng)機(jī)器學(xué)習(xí)領(lǐng)域進(jìn)展和難點(diǎn)。對(duì)于初步研究者，本書可以作為其研究自動(dòng)機(jī)器學(xué)習(xí)方法的背景知識(shí)和起點(diǎn)；對(duì)于工業(yè)界從業(yè)人員，本書全面介紹了自動(dòng)機(jī)器學(xué)習(xí)系統(tǒng)及其實(shí)際應(yīng)用要點(diǎn)；對(duì)于已經(jīng)從事自動(dòng)機(jī)器學(xué)習(xí)的研究者，本書可以提供一個(gè)自動(dòng)機(jī)器學(xué)習(xí)近期新研究成果和進(jìn)展的概覽。總體來(lái)說(shuō)，本書受眾較為廣泛，既可以作為入門書，也可以作為專業(yè)人士的參考書。
自動(dòng)機(jī)器學(xué)習(xí):方法、系統(tǒng)與挑戰(zhàn) 目錄
Part I AutoML Methods
1 Hyperparameter Optimization
Matthias Feurer and Frank Hutter
2 Meta-Learning
Joaquin Vanschoren
3 Neural Architecture Search .….
Thomas Elsken, Jan Hendrik Metzen, and Frank Hutter
Part II AutoML Systems
4 Auto-WEKA: Automatic Model Selection and Hyperparameter Optimization in WEKA..
Lars Kotthoff, Chris Thornton, Holger H. Hoos, Frank Hutter, and Kevin Leyton-Brown
5 Hyperopt-Sklearn.
Brent Komer, James Bergstra, and Chris Eliasmith
6 Auto-sklearn: Efficient and Robust Automated Machine Learning
Matthias Feurer, Aaron Klein, Katharina Eggensperger, Jost Tobias Springenberg, Manuel Blum, and Frank Hutter
7 Towards Automatically-Tuned Deep Neural Networks.
Hector Mendoza, Aaron Klein, Matthias Feurer, Jost Tobias Springenberg, Matthias Urban, Michael Burkart, Maximilian Dippel, Marius Lindauer, and Frank Hutter
8 TPOT: A Tree-Based Pipeline Optimization Tool for Automating Machine Learning
Randal S. Olson and Jason H. Moore
9 The Automatic Statistician
Christian Steinruecken, Emma Smith, David Janz, James Lloyd, and Zoubin Ghahramani
Part III AutoML Challenges
10 Analysis of the AutoML Challenge Series 2015-2018 ….
Isabelle Guyon, Lisheng Sun-Hosoya, Marc Boullé, Hugo Jair Escalante, Sergio Escalera, Zhengying Liu, Damir Jajetic, Bisakha Ray, Mehreen Saeed, Michèle Sebag, Alexander Statnikov, Wei-Wei Tu, and Evelyne Viegas
展開全部
自動(dòng)機(jī)器學(xué)習(xí):方法、系統(tǒng)與挑戰(zhàn) 作者簡(jiǎn)介
弗蘭克·哈特（Frank Hutter），德國(guó)弗萊堡大學(xué)教授，機(jī)器學(xué)習(xí)實(shí)驗(yàn)室負(fù)責(zé)人。主要研究統(tǒng)計(jì)機(jī)器學(xué)習(xí)、知識(shí)表示、自動(dòng)機(jī)器學(xué)習(xí)及其應(yīng)用，獲得第一屆（2015/2016）、第二屆（2018/2019）自動(dòng)機(jī)器學(xué)習(xí)比賽的世界冠軍。
拉斯·科特霍夫（Lars Kotthoff），美國(guó)懷俄明大學(xué)助理教授。主要研究深度學(xué)習(xí)、自動(dòng)機(jī)器學(xué)習(xí)，致力于構(gòu)建領(lǐng)先且健壯的機(jī)器學(xué)習(xí)系統(tǒng)，領(lǐng)導(dǎo)Auto-WEKA項(xiàng)目的開發(fā)和維護(hù)。
華金·萬(wàn)赫仁（Joaquin Vanschoren） ，荷蘭埃因霍溫理工大學(xué)助理教授。主要研究機(jī)器學(xué)習(xí)的逐步自動(dòng)化，創(chuàng)建了共享數(shù)據(jù)開源平臺(tái)OpenML.org，并獲得微軟Azure研究獎(jiǎng)和亞馬遜研究獎(jiǎng)。
書友推薦
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語(yǔ))
- >
有舍有得是人生
- >
人文閱讀與收藏·良友文學(xué)叢書:一天的工作
- >
史學(xué)評(píng)論
- >
上帝之肋:男人的真實(shí)旅程
- >
名家?guī)阕x魯迅:故事新編
- >
羅曼·羅蘭讀書隨筆-精裝
- >
伊索寓言-世界文學(xué)名著典藏-全譯本
本類暢銷
