掃一掃
關注中圖網
官方微博
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
自動機器學習:方法、系統與挑戰 版權信息
- ISBN：9787523201312
- 條形碼：9787523201312 ; 978-7-5232-0131-2
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
自動機器學習:方法、系統與挑戰 內容簡介
本書全面介紹自動機器學習，主要包含自動機器學習的方法、實際可用的自動機器學習系統及目前所面臨的挑戰。在自動機器學習方法中，本書涵蓋超參優化、元學習、神經網絡架構搜索三個部分，每一部分都包括詳細的內容介紹、原理解讀、具體運用方法和存在的問題等。此外，本書還具體介紹了現有的各種可用的自動機器學習系統，如Auto-sklearn、Auto-WEKA及Auto-Net等，并且本書*后一章詳細介紹了具有代表性的AutoML挑戰賽及挑戰賽結果背后所蘊含的理念，有助于從業者設計出自己的AutoML系統。本書是國際上**本介紹自動機器學習的圖書，內容全面且翔實，尤為重要的是涵蓋了近期新的自動機器學習領域進展和難點。對于初步研究者，本書可以作為其研究自動機器學習方法的背景知識和起點；對于工業界從業人員，本書全面介紹了自動機器學習系統及其實際應用要點；對于已經從事自動機器學習的研究者，本書可以提供一個自動機器學習近期新研究成果和進展的概覽。總體來說，本書受眾較為廣泛，既可以作為入門書，也可以作為專業人士的參考書。
自動機器學習:方法、系統與挑戰 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
自動機器學習:方法、系統與挑戰 作者簡介
弗蘭克·哈特（Frank Hutter），德國弗萊堡大學教授，機器學習實驗室負責人。主要研究統計機器學習、知識表示、自動機器學習及其應用，獲得第一屆（2015/2016）、第二屆（2018/2019）自動機器學習比賽的世界冠軍。
拉斯·科特霍夫（Lars Kotthoff），美國懷俄明大學助理教授。主要研究深度學習、自動機器學習，致力于構建領先且健壯的機器學習系統，領導Auto-WEKA項目的開發和維護。
華金·萬赫仁（Joaquin Vanschoren） ，荷蘭埃因霍溫理工大學助理教授。主要研究機器學習的逐步自動化，創建了共享數據開源平臺OpenML.org，并獲得微軟Azure研究獎和亞馬遜研究獎。
書友推薦
- >
朝聞道
- >
苦雨齋序跋文-周作人自編集
- >
伊索寓言-世界文學名著典藏-全譯本
- >
姑媽的寶刀
- >
龍榆生：詞曲概論/大家小書
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
我與地壇
- >
回憶愛瑪儂
本類暢銷
