幫助中心 | 我的帳號 | 關於我們

遷移學習演算法(應用與實踐)/智能科學與技術叢書

  • 作者:庄福振//朱勇椿//祝恆書//熊輝|責編:劉鋒//趙亮宇
  • 出版社:機械工業
  • ISBN:9787111726500
  • 出版日期:2023/05/01
  • 裝幀:平裝
  • 頁數:263
人民幣:RMB 99 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書首先從遷移學習採用的技術出發,系統地介紹每一類遷移學習演算法,包括基於非負矩陣分解、概率模型、傳統深度學習、對抗深度學習、模型融合以及圖神經網路等的遷移學習演算法。針對每一類演算法,從問題定義、演算法原理、演算法流程等方面重點進行介紹。然後針對遷移學習的應用場景,介紹典型的應用案例。最後,介紹遷移學習在百度飛槳平台上的實踐。
    本書旨在讓遷移學習或者相關領域研究人員系統地掌握遷移學習的各類演算法,熟悉各類應用場景,為遷移學習落地實踐提供指導和幫助。

作者介紹
庄福振//朱勇椿//祝恆書//熊輝|責編:劉鋒//趙亮宇

目錄

前言
作者簡介
第1章  緒論
  1.1  遷移學習緣起
  1.2  學習的遷移理論
  1.3  遷移學習定義
  1.4  遷移學習與已有學習範式的關係
  1.5  遷移學習未來的研究方向
第2章  基於非負矩陣分解的遷移學習演算法
  2.1  問題定義
  2.2  基於共享詞簇的知識遷移
  2.3  基於相似概念(共享詞簇-文檔簇關聯)的知識遷移
  2.4  同時考慮相同和相似概念的知識遷移
  2.5  綜合考慮相同、相似、差異概念的知識遷移
  2.6  軟關聯的知識遷移
  2.7  本章小結
第3章  基於概率模型的遷移學習演算法
  3.1  問題定義
  3.2  基於EM演算法的樸素貝葉斯遷移演算法
  3.3  基於概率潛在語義分析的主題共享領域遷移演算法
  3.4  基於協同對偶概率潛在語義分析的多域領域遷移
  3.5  更普適的基於潛在語義分析的多域領域遷移
  3.6  基於組對齊的跨領域標籤主題模型
  3.7  基於粗粒度對齊主題模型的跨領域文本分類
  3.8  本章小結
第4章  基於傳統深度學習的遷移學習方法
  4.1  問題定義
  4.2  基於深度自編碼器的遷移學習方法
  4.3  深度領域自適應網路
  4.4  深度子領域自適應網路
  4.5  多表示自適應網路
  4.6  同時對齊分佈和分類器的多源自適應方法
  4.7  基於注意力特徵圖的深度遷移學習方法
  4.8  本章小結
第5章  基於對抗深度學習的遷移學習方法
  5.1  問題定義
  5.2  領域對抗神經網路
  5.3  同時遷移領域和任務的遷移學習方法
  5.4  基於生成對抗網路的像素級領域自適應方法
  5.5  分類器一致性的無監督領域自適應方法
  5.6  循環一致對抗領域自適應方法
  5.7  本章小結
第6章  基於模型融合的遷移學習演算法
  6.1  問題定義
  6.2  基於Boosting的模型融合
  6.3  有監督與無監督的融合
  6.4  基於優化目標正則化的方法
  6.5  基於錨點的集成學習
  6.6  本章小結

第7章  基於圖神經網路的遷移學習演算法
  7.1  問題定義
  7.2  同質圖神經網路的遷移學習演算法
  7.3  異質圖神經網路的遷移學習演算法
  7.4  本章小結
第8章  多任務學習
  8.1  問題定義
  8.2  傳統多任務學習
  8.3  基於深度神經網路的多任務學習
  8.4  本章小結
第9章  多視圖學習演算法
  9.1  問題定義
  9.2  基於概率潛在語義分析的多視圖學習
  9.3  基於間隔原則的多視圖學習
  9.4  基於子空間聚類方法的多視圖學習
  9.5  基於完整空間方法的多視圖學習
  9.6  多任務多視圖學習
  9.7  推薦系統和人機對話領域的多視圖學習方法
  9.8  本章小結
第10章  遷移學習應用
  10.1  自然語言處理中的應用
  10.2  電腦視覺中的應用
  10.3  推薦系統中的應用
  10.4  金融風控中的應用
  10.5  城市計算中的應用
  10.6  本章小結
第11章  百度飛槳遷移學習應用實踐
  11.1  深度學習框架介紹
  11.2  遷移學習在視頻分類中的實踐案例
  11.3  遷移學習在目標檢測中的實踐案例
  11.4  本章小結
參考文獻

  • 商品搜索:
  • | 高級搜索
首頁新手上路客服中心關於我們聯絡我們Top↑
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話:02-2381-2033 02-2381-1863 時間:週一-週五 10:00-17:00
 服務信箱:bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證:浙B2-20060032