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
機器學習及其應用2023 版權信息
- ISBN：9787302652700
- 條形碼：9787302652700 ; 978-7-302-65270-0
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
機器學習及其應用2023 本書特色
《機器學習及其應用2023》邀請MLA 2021-2022的部分專家以綜述的形式介紹機器學習領域的研究進展，內容涉及監督學習、深度學習、因果學習、遷移學習、表示學習、演化學習的基本理論和方法，以及ChatGPT淺析，同時介紹了機器學習在計算機視覺、自然語言處理、并行計算中的應用，代表了國內機器學習*新的研究進展。
機器學習及其應用2023 內容簡介
《機器學習及其應用2023》邀請MLA 2021-2022的部分專家以綜述的形式介紹機器學習領域的研究進展，內容涉及到監督學習、深度學習、因果學習、遷移學習、表示學習、演化學習的基本理論和方法，以及ChatGPT淺析，同時介紹了機器學習在計算機視覺、自然語言處理、并行計算中的應用，代表了國內機器學習**的研究進展。
機器學習及其應用2023 目錄
“生成一切”背后的數學原理 雷 娜顧險峰 1 1 傳統圖像處理方法 1 2 圖像生成算法 2 3 3D曲面生成算法 6 4 未來展望 8 參考文獻 9
高維樣本協方差矩陣的譜性質及其應用簡介 王瀟逸鄭術蓉鄒婷婷 11 1 引言11 2 高維框架下傳統方法失效的例子 12 3 大維樣本協方差矩陣的極限譜分布 14 4 大維樣本協方差矩陣的應用 17 5 總結和展望 25 參考文獻 25
多目標演化學習：理論與算法進展 錢超 27 1 引言 27 2 理論分析工具 ——調換分析 29 3 理論透視 33 4 多目標演化學習算法 38 5 總結與展望 45 參考文獻 46
自監督學習的若干研究進展 楊健陳碩李翔 49 1 引言 49 2 相關工作 51 機器學習及其應用 2023
3 基于對比學習與自編碼學習的自監督學習算法 54 4 總結與展望 74 參考文獻 74
因果性學習 李梓健蔡瑞初郝志峰 78 1 引言 78 2 基于先驗因果結構的因果性學習方法及其應用 80 3 基于因果發現的因果性學習方法及其應用 87 4 小結 91 參考文獻 92
先排序后微調：預訓練模型庫利用的新范式
游凱超劉雍張子陽王建民 Michael I. Jordan 龍明盛 95 1 引言 95 2 相關工作 98 3 對預訓練模型進行排序 102 4 LogME算法的理論分析108 5 預訓練模型微調 112 6 實驗116 7 結論131 附錄 132 A 符號對照表132 B 定理 1證明133 C 定理 2證明134 D 推論 1證明135 E 推論 2證明137 F 數據集描述 139 G 圖表的原始結果 139 H 提示學習完整結果 142 I 收斂性分析完整圖表 142 參考文獻145
目 錄 遷移學習 莊福振 150
1 引言150 2 相關工作152 3 概述153 4 基于數據的解釋 156 5 基于模型的解釋 173 6 應用185 7 實驗189 8 結論和未來方向 195 參考文獻196
基于表示學習的機器學習模型復用 葉翰嘉 211 1 引言211 2 模型復用背景 213 3 模型復用方法 215 4 可復用模型方法 226 5 總結與展望 238 參考文獻239
并行算法組自動學習研究簡介 劉晟材唐珂 241 1 引言241 2 相關工作243 3 并行算法組自動學習 245 4 總結262 參考文獻263
ChatGPT的演進歷程與未來發展趨勢 朱慶福車萬翔 265 1 引言265 2 相關工作266 3 ChatGPT概覽 267 4 ChatGPT的關鍵技術與解決的關鍵科學問題269 5 ChatGPT對自然語言處理的影響271 6 總結和展望 275 參考文獻275
高維樣本協方差矩陣的譜性質及其應用簡介 王瀟逸鄭術蓉鄒婷婷 11 1 引言11 2 高維框架下傳統方法失效的例子 12 3 大維樣本協方差矩陣的極限譜分布 14 4 大維樣本協方差矩陣的應用 17 5 總結和展望 25 參考文獻 25
多目標演化學習：理論與算法進展 錢超 27 1 引言 27 2 理論分析工具 ——調換分析 29 3 理論透視 33 4 多目標演化學習算法 38 5 總結與展望 45 參考文獻 46
自監督學習的若干研究進展 楊健陳碩李翔 49 1 引言 49 2 相關工作 51 機器學習及其應用 2023
3 基于對比學習與自編碼學習的自監督學習算法 54 4 總結與展望 74 參考文獻 74
因果性學習 李梓健蔡瑞初郝志峰 78 1 引言 78 2 基于先驗因果結構的因果性學習方法及其應用 80 3 基于因果發現的因果性學習方法及其應用 87 4 小結 91 參考文獻 92
先排序后微調：預訓練模型庫利用的新范式
游凱超劉雍張子陽王建民 Michael I. Jordan 龍明盛 95 1 引言 95 2 相關工作 98 3 對預訓練模型進行排序 102 4 LogME算法的理論分析108 5 預訓練模型微調 112 6 實驗116 7 結論131 附錄 132 A 符號對照表132 B 定理 1證明133 C 定理 2證明134 D 推論 1證明135 E 推論 2證明137 F 數據集描述 139 G 圖表的原始結果 139 H 提示學習完整結果 142 I 收斂性分析完整圖表 142 參考文獻145
目 錄 遷移學習 莊福振 150
1 引言150 2 相關工作152 3 概述153 4 基于數據的解釋 156 5 基于模型的解釋 173 6 應用185 7 實驗189 8 結論和未來方向 195 參考文獻196
基于表示學習的機器學習模型復用 葉翰嘉 211 1 引言211 2 模型復用背景 213 3 模型復用方法 215 4 可復用模型方法 226 5 總結與展望 238 參考文獻239
并行算法組自動學習研究簡介 劉晟材唐珂 241 1 引言241 2 相關工作243 3 并行算法組自動學習 245 4 總結262 參考文獻263
ChatGPT的演進歷程與未來發展趨勢 朱慶福車萬翔 265 1 引言265 2 相關工作266 3 ChatGPT概覽 267 4 ChatGPT的關鍵技術與解決的關鍵科學問題269 5 ChatGPT對自然語言處理的影響271 6 總結和展望 275 參考文獻275
展開全部
機器學習及其應用2023 作者簡介
黃圣君，南京航空航天大學計算機科學與技術學院/人工智能學院教授，人工智能學院副院長，主要研究方向為機器學習、數據挖掘，國家優青、江蘇省杰青獲得者，曾入選中國科協“青年人才托舉工程”，主持科技部科技創新2030——新一代人工智能重大項目、國家自然科學基金等項目。 張利軍，南京大學人工智能學院教授，基金委優青，主要研究方向為大規模機器學習與優化，曾獲首屆達摩院青橙獎、中國科協青年人才托舉工程、第26屆AAAI人工智能會議最佳論文獎等榮譽。
錢超，南京大學人工智能學院副教授、博導，主要研究方向為演化計算與演化學習，，獲國家優秀青年科學基金，并主持科技創新2030“新一代人工智能”重大項目（青年科學家）。
書友推薦
- >
推拿
- >
自卑與超越
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
姑媽的寶刀
- >
月亮虎
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
小考拉的故事-套裝共3冊
- >
詩經-先民的歌唱
本類暢銷
