中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
自動化機器學習 版權信息
- ISBN：9787030814333
- 條形碼：9787030814333 ; 978-7-03-081433-3
- 裝幀：平裝
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
自動化機器學習 內容簡介
本書從自動化機器學習（AutoML）的基礎知識出發，系統介紹AutoML的流程、方法，以及該領域的*新研究進展，重點闡述數據預處理、特征工程、模型選擇、超參數優化和神經架構搜索（NAS）等方面的核心技術。內容不僅覆蓋自動化傳統機器學習方法，還包括自動化深度學習方法和高階NAS策略。為了進一步強化理論與實踐的結合，本書還介紹谷歌CloudAutoML、百度EasyDL、阿里云PAI等主流AutoML平臺的應用實例，為讀者提供豐富的實踐參考。
自動化機器學習 目錄
目錄第1章 緒論 11.1 機器學習介紹 11.2 代表性機器學習應用 31.2.1 計算機視覺 31.2.2 自然語言處理 51.2.3 語音識別 61.3 AutoML介紹 71.3.1 研究動機 71.3.2 發展歷程 81.3.3 研究意義 9第2章 機器學習基礎 112.1 機器學習流程 112.1.1 數據預處理 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 傳統機器學習方法 162.2.1 k近鄰法 162.2.2 支持向量機 192.2.3 決策樹 252.2.4 隨機森林 302.2.5 自適應增強 322.2.6 樸素貝葉斯法 332.2.7 期望*大化算法 362.3 深度學習方法 382.3.1 自編碼器 382.3.2 深度信念網絡 422.3.3 卷積神經網絡 442.3.4 圖神經網絡 532.3.5 循環神經網絡 562.3.6 Transformer方法 60第3章 AutoML流程及方法 633.1 自動化傳統機器學習 633.1.1 數據預處理 633.1.2 特征工程 643.1.3 模型選擇與超參數優化 643.2 自動化深度學習 663.2.1 神經架構搜索 663.2.2 模型壓縮與加速 673.3 **自動化方法 673.3.1 網格/隨機搜索 683.3.2 貝葉斯優化 683.3.3 強化學習 703.3.4 演化計算 773.3.5 梯度下降 87第4章 自動化傳統機器學習方法 904.1 自動化數據處理 904.1.1 數據收集 904.1.2 數據清洗 914.1.3 數據增廣 954.1.4 現有自動化數據處理工具 964.2 自動化特征工程 974.2.1 特征構造 974.2.2 特征提取 984.2.3 特征選擇 984.2.4 現有自動化特征工程工具 984.3 自動化模型選擇與超參數優化 1074.3.1 無模型的優化方法 1074.3.2 基于模型的優化方法 1084.3.3 多保真度超參數優化 1154.3.4 常規模型選擇與超參數優化工具 117第5章 自動化深度學習基礎 1275.1 自動化深度學習特點 1275.2 神經架構搜索流程概述 1285.3 搜索空間 1295.3.1 層級搜索空間 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 基于拓撲結構的空間 1325.4 搜索策略 1335.4.1 基于強化學習的搜索策略 1335.4.2 基于梯度的搜索策略 1345.4.3 基于演化計算的搜索策略 1355.5 性能評估策略 1385.5.1 傳統評估方法 1395.5.2 低保真度估計 1395.5.3 種群記憶 1405.5.4 學習*線外推法 1405.5.5 權重繼承 1415.5.6 權重共享 1425.5.7 網絡態射 1425.5.8 性能預測器 144第6章 自動化深度學習方法 1466.1 基于強化學習的NAS 1466.1.1 策略學習 1466.1.2 價值學習 1506.1.3 組合方法 1546.2 基于梯度的NAS 1566.2.1 連續松弛 1576.2.2 概率建模 1626.3 基于演化計算的NAS 1686.3.1 EA 搜索策略 1686.3.2 SI 搜索策略 2076.4 自動化模型壓縮與加速 2176.4.1 輕量化搜索空間設計 2176.4.2 輕量化模型搜索策略 2226.4.3 自動化模型壓縮技術 228第7章 高階NAS 2337.1 加速評估NAS 的性能預測器 2337.1.1 端到端性能預測器E2EPP 2337.1.2 架構增廣的性能預測器HAAP 2397.1.3 跨域預測器CDP 2457.1.4 自監督學習的性能預測器CAP 2517.2 面向準確魯棒神經架構的NAS 2577.2.1 研究背景 2577.2.2 研究動機 2587.2.3 算法流程 2597.3 面向輕量化魯棒神經架構的NAS 2627.3.1 研究背景 2627.3.2 研究動機 2627.3.3 算法流程 2637.4 架構驅動的持續學習方法 2667.4.1 研究背景 2677.4.2 研究動機 2687.4.3 算法流程 269第8章 AutoML 平臺 2728.1 現有平臺概述 2728.2 谷歌Cloud AutoML 2738.3 百度EasyDL 2768.4 阿里云PAI 2778.4.1 功能特點 2778.4.2 應用優勢 2798.5 第四范式AI Prophet AutoML 2798.5.1 功能特點 2798.5.2 應用優勢 2808.6 微軟NNI 2818.6.1 特征工程 2828.6.2 超參調優 2828.6.3 架構搜索 2838.6.4 模型壓縮 2848.7 EvoXBench 2858.8 BenchENAS 2878.8.1 運行器 2898.8.2 評估器 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 301后記 319
展開全部
書友推薦
- >
自卑與超越
- >
詩經-先民的歌唱
- >
羅庸西南聯大授課錄
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
我與地壇
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
龍榆生：詞曲概論/大家小書
- >
上帝之肋:男人的真實旅程
本類暢銷
