4.23文创礼盒,买2个减5元
欢迎光临中图网 请 | 注册
> >
机器学习及其应用2021

机器学习及其应用2021

出版社:清华大学出版社出版时间:2021-10-01
开本: 其他 页数: 308
中 图 价:¥74.3(7.5折) 定价  ¥99.0 登录后可看到会员价
加入购物车 收藏
运费6元,满69元免运费
?快递不能达地区使用邮政小包,运费14元起
云南、广西、海南、新疆、青海、西藏六省,部分地区快递不可达
本类五星书更多>

机器学习及其应用2021 版权信息

  • ISBN:9787302590958
  • 条形码:9787302590958 ; 978-7-302-59095-8
  • 装帧:70g胶版纸
  • 册数:暂无
  • 重量:暂无
  • 所属分类:>

机器学习及其应用2021 本书特色

《机器学习及其应用2021》邀请MLA 2019-2020的部分专家以综述的形式介绍机器学习领域的研究进展,内容涉及监督学习、深度学习、强化学习、对抗学习、贝叶斯学习的基本理论和方法,同时介绍了机器学习在计算机视觉、自然语言处理、城市计算、语音信号处理、模式识别中的应用,代表了国内机器学习*新的研究进展。 本书以2019年11月在天津大学和2020年11月在南京大学举行的第十七和第十八届“机器学习及其应用”学术研讨会所邀请的部分专家将其报告成稿并进行适当扩展而汇集成书。

机器学习及其应用2021 内容简介

“机器学习及其应用”(MLA)系列研讨会本着“学术至上、其余从简”的原则,不征文、不收费,迄今已举行17届,近年来参会人数超过2000人。《机器学习及其应用2021》邀请MLA 2019-2020的部分专家以综述的形式介绍机器学习领域的研究进展,内容涉及到监督学习、深度学习、强化学习、对抗学习、贝叶斯学习的基本理论和方法,同时介绍了机器学习在计算机视觉、自然语言处理、城市计算、语音信号处理、模式识别中的应用,代表了国内机器学习**的研究进展。

机器学习及其应用2021 目录

深度学习中的优化方法 王立威杨运昌
1 引言
2 梯度下降方法的全局收敛性
3 Gram-Gauss-Newton方法
4 实验
5 小结
参考文献

结构化剪枝综述 吴建鑫王环宇张永顺
1 引言
2 剪枝方式介绍
3 剪枝算法
4 讨论与展望
参考文献
Efficient Neural Speech Synthesis Tao Qin
1Introduction
2Inference Efficiency: FastSpeech Series
3Data Efficiency: DualSpeech and LRSpeech
4Parameter Efficiency: LightSpeech and AdaSpeech Series
5Summary
References

面向开放世界的分类器学习 刘成林
1 引言
2 开放世界的模式分类和学习问题
3 面向开放集的分类决策规则
4 面向开放集的分类器设计与学习
5 面向开放集的卷积原型网络
6 小结
参考文献

释放标记空间的威力:标记增强 耿新徐宁高永标王秋锋
1 引言
2 标记增强方法
3 标记增强理论解释
4 标记增强的应用
5 结束语
参考文献

因果推断与因果性学习 陈薇蔡瑞初郝志峰张坤
1 引言
2 经典因果推断方法
3 隐变量场景下的因果推断
4 非稳态/异质数据场景下的因果推断
5 因果性学习
6 小结及讨论
参考文献

机器学习中基于Wasserstein距离的分布鲁棒优化模型与算法 苏文藻
1 引言
2 基于Wasserstein距离的分布鲁棒优化问题
3 分布鲁棒监督学习
4 对抗训练
5 总结和展望
参考文献

基于环境模型的强化学习研究进展 俞扬
1 引言
2 相关背景
3 基于对抗生成的环境模型学习
4 在淘宝#任务中的环境模型学习
5 在滴滴出行#任务中的环境模型学习
6 结束语
参考文献

自适应迭代与采样的黑盒对抗攻击方法 韩亚洪石育澄
1 引言
2 相关工作
3 CURLS&WHEY攻击
4 适应性对抗边界攻击
5 实验
6 总结
参考文献

对抗机器学习:攻击、防御与模型鲁棒性评估 易津锋
1 引言
2 对抗攻击
3 对抗防御
4 模型鲁棒性评估
5 总结与展望
参考文献

基于城市视觉大数据的交通预测与调度
余正旭魏龙金仲明黄建强华先胜
1 引言
2 视频异常检测及长尾分类方法
3 基于卷积长短时记忆网络的渐进学习方法
4 预测与干预融合的区域交通信号灯稳定控制方法
5 总结
参考文献

基于深度学习的命名实体识别 黄萱菁桂韬李孝男马若恬
1 引言
2 相关工作
3 基于深度学习的命名实体识别
4 总结和展望
参考文献

从Transformer到BERT:自然语言表示学习的新进展 邱锡鹏
1 引言
2 背景介绍
3 预训练模型概述
4 预训练模型拓展
5 展望和总结
参考文献

基于机器学习的脑解码方法研究 张道强黄硕Muhammad Yousefnezhad
1 引言
2 多被试者神经影像的功能校准
3 多站点功能影像的共享空间迁移学习
4 类别不ping衡条件下的脑解码方法
5 深度表征相似性学习
6 easyfMRI——人脑解码和可视化工具箱
7 总结与展望
参考文献
展开全部

机器学习及其应用2021 作者简介

张敏灵,男,1979年4月出生于江苏省南京市,籍贯浙江省杭州市。分别于2001、2004、2007年在南京大学计算机科学与技术系获学士、硕士、博士学位。现为东南大学计算机科学与工程学院教授、博士生导师。曾获国家优秀青年科学基金,入选教育部“长江学者奖励计划”青年学者。长期从事机器学习、数据挖掘领域研究。应邀担任重要国际会议PAKDD与ACML指导委员会委员,PRICAI'16等国际会议程序主席,以及KDD、IJCAI、AAAI、ICDM等国际会议领域主席/SPC三十余次。任《ACM Trans. IST》、《Science China Information Sciences》、《Frontiers of Computer Science》等期刊编委。现任中国人工智能学会机器学习专委会秘书长、中国计算机学会人工智能与模式识别专委会常务委员、江苏省人工智能学会学术工委主任等。曾获国家自然科学二等奖(第三完成人)、CCF-IEEE CS青年科学家奖等。

商品评论(0条)
暂无评论……
书友推荐
编辑推荐
返回顶部
中图网
在线客服