掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
闖進(jìn)數(shù)學(xué)世界――探秘歷史名題
-
>
中醫(yī)基礎(chǔ)理論
-
>
當(dāng)代中國(guó)政府與政治(新編21世紀(jì)公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國(guó)特色社會(huì)主義理論體系概論(2021年版)
-
>
中醫(yī)內(nèi)科學(xué)·全國(guó)中醫(yī)藥行業(yè)高等教育“十四五”規(guī)劃教材
中圖價(jià):¥113.2
加入購(gòu)物車
自動(dòng)化機(jī)器學(xué)習(xí) 版權(quán)信息
- ISBN：9787030814333
- 條形碼：9787030814333 ; 978-7-03-081433-3
- 裝幀：平裝
- 冊(cè)數(shù)：暫無
- 重量：暫無
- 所屬分類：>
自動(dòng)化機(jī)器學(xué)習(xí) 內(nèi)容簡(jiǎn)介
本書從自動(dòng)化機(jī)器學(xué)習(xí)（AutoML）的基礎(chǔ)知識(shí)出發(fā)，系統(tǒng)介紹AutoML的流程、方法，以及該領(lǐng)域的*新研究進(jìn)展，重點(diǎn)闡述數(shù)據(jù)預(yù)處理、特征工程、模型選擇、超參數(shù)優(yōu)化和神經(jīng)架構(gòu)搜索（NAS）等方面的核心技術(shù)。內(nèi)容不僅覆蓋自動(dòng)化傳統(tǒng)機(jī)器學(xué)習(xí)方法，還包括自動(dòng)化深度學(xué)習(xí)方法和高階NAS策略。為了進(jìn)一步強(qiáng)化理論與實(shí)踐的結(jié)合，本書還介紹谷歌CloudAutoML、百度EasyDL、阿里云PAI等主流AutoML平臺(tái)的應(yīng)用實(shí)例，為讀者提供豐富的實(shí)踐參考。
自動(dòng)化機(jī)器學(xué)習(xí) 目錄
目錄第1章 緒論 11.1 機(jī)器學(xué)習(xí)介紹 11.2 代表性機(jī)器學(xué)習(xí)應(yīng)用 31.2.1 計(jì)算機(jī)視覺 31.2.2 自然語言處理 51.2.3 語音識(shí)別 61.3 AutoML介紹 71.3.1 研究動(dòng)機(jī) 71.3.2 發(fā)展歷程 81.3.3 研究意義 9第2章 機(jī)器學(xué)習(xí)基礎(chǔ) 112.1 機(jī)器學(xué)習(xí)流程 112.1.1 數(shù)據(jù)預(yù)處理 112.1.2 特征工程 122.1.3 模型生成 142.1.4 模型部署和使用 162.2 傳統(tǒng)機(jī)器學(xué)習(xí)方法 162.2.1 k近鄰法 162.2.2 支持向量機(jī) 192.2.3 決策樹 252.2.4 隨機(jī)森林 302.2.5 自適應(yīng)增強(qiáng) 322.2.6 樸素貝葉斯法 332.2.7 期望*大化算法 362.3 深度學(xué)習(xí)方法 382.3.1 自編碼器 382.3.2 深度信念網(wǎng)絡(luò) 422.3.3 卷積神經(jīng)網(wǎng)絡(luò) 442.3.4 圖神經(jīng)網(wǎng)絡(luò) 532.3.5 循環(huán)神經(jīng)網(wǎng)絡(luò) 562.3.6 Transformer方法 60第3章 AutoML流程及方法 633.1 自動(dòng)化傳統(tǒng)機(jī)器學(xué)習(xí) 633.1.1 數(shù)據(jù)預(yù)處理 633.1.2 特征工程 643.1.3 模型選擇與超參數(shù)優(yōu)化 643.2 自動(dòng)化深度學(xué)習(xí) 663.2.1 神經(jīng)架構(gòu)搜索 663.2.2 模型壓縮與加速 673.3 **自動(dòng)化方法 673.3.1 網(wǎng)格/隨機(jī)搜索 683.3.2 貝葉斯優(yōu)化 683.3.3 強(qiáng)化學(xué)習(xí) 703.3.4 演化計(jì)算 773.3.5 梯度下降 87第4章 自動(dòng)化傳統(tǒng)機(jī)器學(xué)習(xí)方法 904.1 自動(dòng)化數(shù)據(jù)處理 904.1.1 數(shù)據(jù)收集 904.1.2 數(shù)據(jù)清洗 914.1.3 數(shù)據(jù)增廣 954.1.4 現(xiàn)有自動(dòng)化數(shù)據(jù)處理工具 964.2 自動(dòng)化特征工程 974.2.1 特征構(gòu)造 974.2.2 特征提取 984.2.3 特征選擇 984.2.4 現(xiàn)有自動(dòng)化特征工程工具 984.3 自動(dòng)化模型選擇與超參數(shù)優(yōu)化 1074.3.1 無模型的優(yōu)化方法 1074.3.2 基于模型的優(yōu)化方法 1084.3.3 多保真度超參數(shù)優(yōu)化 1154.3.4 常規(guī)模型選擇與超參數(shù)優(yōu)化工具 117第5章 自動(dòng)化深度學(xué)習(xí)基礎(chǔ) 1275.1 自動(dòng)化深度學(xué)習(xí)特點(diǎn) 1275.2 神經(jīng)架構(gòu)搜索流程概述 1285.3 搜索空間 1295.3.1 層級(jí)搜索空間 1295.3.2 基于block的搜索空間 1305.3.3 基于cell的搜索空間 1315.3.4 基于拓?fù)浣Y(jié)構(gòu)的空間 1325.4 搜索策略 1335.4.1 基于強(qiáng)化學(xué)習(xí)的搜索策略 1335.4.2 基于梯度的搜索策略 1345.4.3 基于演化計(jì)算的搜索策略 1355.5 性能評(píng)估策略 1385.5.1 傳統(tǒng)評(píng)估方法 1395.5.2 低保真度估計(jì) 1395.5.3 種群記憶 1405.5.4 學(xué)習(xí)*線外推法 1405.5.5 權(quán)重繼承 1415.5.6 權(quán)重共享 1425.5.7 網(wǎng)絡(luò)態(tài)射 1425.5.8 性能預(yù)測(cè)器 144第6章 自動(dòng)化深度學(xué)習(xí)方法 1466.1 基于強(qiáng)化學(xué)習(xí)的NAS 1466.1.1 策略學(xué)習(xí) 1466.1.2 價(jià)值學(xué)習(xí) 1506.1.3 組合方法 1546.2 基于梯度的NAS 1566.2.1 連續(xù)松弛 1576.2.2 概率建模 1626.3 基于演化計(jì)算的NAS 1686.3.1 EA 搜索策略 1686.3.2 SI 搜索策略 2076.4 自動(dòng)化模型壓縮與加速 2176.4.1 輕量化搜索空間設(shè)計(jì) 2176.4.2 輕量化模型搜索策略 2226.4.3 自動(dòng)化模型壓縮技術(shù) 228第7章 高階NAS 2337.1 加速評(píng)估NAS 的性能預(yù)測(cè)器 2337.1.1 端到端性能預(yù)測(cè)器E2EPP 2337.1.2 架構(gòu)增廣的性能預(yù)測(cè)器HAAP 2397.1.3 跨域預(yù)測(cè)器CDP 2457.1.4 自監(jiān)督學(xué)習(xí)的性能預(yù)測(cè)器CAP 2517.2 面向準(zhǔn)確魯棒神經(jīng)架構(gòu)的NAS 2577.2.1 研究背景 2577.2.2 研究動(dòng)機(jī) 2587.2.3 算法流程 2597.3 面向輕量化魯棒神經(jīng)架構(gòu)的NAS 2627.3.1 研究背景 2627.3.2 研究動(dòng)機(jī) 2627.3.3 算法流程 2637.4 架構(gòu)驅(qū)動(dòng)的持續(xù)學(xué)習(xí)方法 2667.4.1 研究背景 2677.4.2 研究動(dòng)機(jī) 2687.4.3 算法流程 269第8章 AutoML 平臺(tái) 2728.1 現(xiàn)有平臺(tái)概述 2728.2 谷歌Cloud AutoML 2738.3 百度EasyDL 2768.4 阿里云PAI 2778.4.1 功能特點(diǎn) 2778.4.2 應(yīng)用優(yōu)勢(shì) 2798.5 第四范式AI Prophet AutoML 2798.5.1 功能特點(diǎn) 2798.5.2 應(yīng)用優(yōu)勢(shì) 2808.6 微軟NNI 2818.6.1 特征工程 2828.6.2 超參調(diào)優(yōu) 2828.6.3 架構(gòu)搜索 2838.6.4 模型壓縮 2848.7 EvoXBench 2858.8 BenchENAS 2878.8.1 運(yùn)行器 2898.8.2 評(píng)估器 2908.8.3 比較器 2938.9 其他AutoML 工具 2938.9.1 Hyperopt 2938.9.2 GPyOpt 2958.9.3 SMAC 2968.9.4 HpBandSter 298參考文獻(xiàn) 301后記 319
展開全部
書友推薦
- >
我從未如此眷戀人間
- >
羅庸西南聯(lián)大授課錄
- >
唐代進(jìn)士錄
- >
中國(guó)人在烏蘇里邊疆區(qū):歷史與人類學(xué)概述
- >
新文學(xué)天穹兩巨星--魯迅與胡適/紅燭學(xué)術(shù)叢書(紅燭學(xué)術(shù)叢書)
- >
朝聞道
- >
月亮虎
- >
推拿
本類暢銷
