Миграционное обучение Введение в сущность и анализ различных методов с простыми и легкими языками -понимающими и оснащенными богатыми руками -на практике, учебных материалах, нулевой миграционной и учебной зал
Вес товара: ~0.7 кг. Указан усредненный вес, который может отличаться от фактического. Не включен в цену, оплачивается при получении.
Описание товара
Параметры продукта
Пресса: электронная промышленная пресса
ISBN: 9787121410895
Упаковка: Тихий океан
Открыто: 16
Бумага: пластическая версия бумага
краткое введение
В качестве важного метода в области машинного обучения и искусственного интеллекта, миграционное обучение широко использовалось в областях компьютерного зрения, обработки естественного языка и распознавания голоса.
Цель «введения в обучение миграции» состоит в том, чтобы помочь новичкам в областях обучения и машинного обучения.Книга в основном разделена на четыре части: фон и концепции, методы и технологии, расширение, разведка, а также применение и перспективы.Кроме того, «Введение в миграционное обучение» также оснащено соответствующим кодом, данными и тезисами материалов, чтобы минимизировать порог обучения и использования начинающих.
«Введение в миграционное обучение» подходит для читателей, которые заинтересованы в обучении миграции, а также могут использоваться в качестве вспомогательных учебников для соответствующих курсов.
Оглавление
Первая часть фона и концепции
Глава 1 Введение 3
1.1 Migration Learning 3
1.2 Связанная область исследований 6
1.3 Перемещение обучения 8
1.3.1 Противоречие между большими данными и меньшей маркировкой 8
1.3.2 Противоречие между большими данными и слабой вычислительной мощностью 8
1.3.3 Противоречие обобщения ограниченных данных и моделей 9
1.3.4 Противоречие между универсальной моделью и персонализацией требуется 9
1.3.5 Требования к конкретным приложениям 10
1.4 Область исследований для обучения миграции 11
1.4.1 Классификация по пространству функций 12
1.4.2 Есть ли классификация метки в соответствии с целевым доменом 12
1.4.3 Классификация в соответствии с методом обучения 12
1.4.4.
1.5 Применение миграционного обучения 14
1.5.1 Компьютерное зрение 14
1.5.2 Обработка естественного языка 15
1.5.3 Универсальное расчет и взаимодействие с машиной человека 16
1.5.4 Медицинское здоровье 17
1.6 Обучение миграции в академической конференции и промышленности 18
Глава 2 от машинного обучения до миграционного обучения 21
2.1 машинное обучение и основные концепции 21
2.2 Структурный риск минимизирует 22
2.3 Распределение вероятностей данных 23
2.4 Концепция и символ 25
2.5 Определение миграционного обучения 26
Глава 3 Обучение миграции Основные вопросы 29
3.1 Где мигрировать 30
3.2 Когда двигаться 32
3.3 Как перемещать 32
3.4 Отказ от неудачи: отрицательная миграция 33
3.5 Полный процесс обучения миграции 35
Вторая часть и технология
Глава 4 Метод обучения миграции Total Lay 39
4.1 миграционное обучение общая идея 39
4.2 Измерение различного распределения 40
4.2.1 Измерение миграции и распределения сотен цветов 41
4.2.2 Единый символ различного распределения 42
4.2.3 Расчет распределенного адаптивного фактора 44
4.3 Migration Learning Unified Express 45
4.3.1 Метод миграции веса выборки 46
4.3.2 Метод миграции преобразования признаков 47
4.3.3 Модельный метод предварительной миграции 48
4.3.4 Резюме 48
4.4 Получение практики 48
4.4.1 Подготовка данных 49
4.4.2 Строительство модели кода: KNN 51
4.5 Теория обучения миграции 53
4.5.1 Концепция и символ 54
4.5.2 Теоретический анализ на основе H-дивергенции 54
4.5.3 на основе hΔТеоретический анализ H-дистанции 55
4.5.4 Теоретический анализ, основанный на расстоянии разницы 57
4.5.5 Теоретический анализ в сочетании с различиями в различиях в функции метки 58
Глава 5 Миграция миграции образца диалога 59
5.1 Определение проблемы 59
5.1.1. Технико -экономический анализ метода миграции веса выборки 59
5.1.2 Определение формирования 60
5.2 Методы на основе образцов 61
5.2.1 Метод выбора выборки на основе неинтенсивного обучения 62
5.2.2 Метод выбора выборки на основе укрепления обучения 63
5.3 Методы, основанные на адаптивном 64 адаптации на основе веса 64
5.4 Получение практики 66
5.5 Резюме 68
Глава 6 Статистические характеристики трансформация миграционная память 69
6.1 Определение проблемы 69
6.2 Метод максимальной средней разницы 70
6.2.1 Основная концепция 70
6.2.2 Метод миграции на основе максимальных средних различий 72
6.2.3 Решение и расчет 75
6.2.4 Заявление и расширение 76
6.3 Измерение метода обучения 78
6.3.1 с заранее определенного расстояния до расстояния обучения 78
6.3.2 Измерение обучения и формализации 79
6.3.3 Обучение миграции на основе измерения 80
6.4 Получение практики 81
6.4.1 Алгоритм переработка 81
6.4.2 Написание кода 82
6.5 Резюме 84
Глава 7 Геометрические особенности трансформационная миграционная память 85
7.1 Определение проблемы 85
7.2 Метод преобразования подразделения 86
7.3 Метод потокового обучения 87
7.3.1 Потоковое обучение 87
7.3.2 Метод обучения миграции на основе плавного обучения 88
7.4 Оптимальная метод передачи 91
7.4.1 Оптимальная передача 91
7.4.2 Метод миграции на основе метода оптимальной передачи 92
7.5 Начните 94
7.6 Резюме 97
Глава 8 Метод обучения 99
8.1 Миграция глубокой сети 99
8.2 Предварительное подготовку–Фильтрация 102
8.3 Эффективный анализ методов предварительного подготовки 105
8.4 Адаптивный метод предварительного подготовки 106
8.5 Отправить использование предварительной модели 108
8.6 Получение практики 110
8.7 маленький конец 113
Глава 9
9.1 Общие идеи 116
9.2 Структура сети глубокого миграционного обучения 117
9.2.1 Одиночная структура 118
9.2.2 Структура двойного потока 118
9.3 Данные, распределенные в методе 120 обучения на миграции.
9.3.1 Адаптивное распределение по краям 120
9.3.2 Условия, Союз и динамическое распределение адаптивно 121
9.4 Дорде -адаптивная глубина миграционная метод обучения 122
9.4.1 Пакет нормализации 123
9.4.2 Пакет нормализации используется для миграции и обучения 123
9.4.3 Структура миграционной сети на основе множественного репрезентативного обучения 124
9.5 Знания дистилляция 125
9.6 Начните 127
9.6.1 Структура сети 127
9.6.2 Потеря 129
9.6.3 Обучение 131
9.6.4 Тест 132
9.7 Резюме 133
Глава 10 Фамиссионная миграционная обучение 135
10.1 Сгенерировать сеть конфронтации 135
10.2 Основные идеи конфронтации обучения 136
10.3 Метод миграции адаптивной конфронтации.
10.4 Метод анти -миграции на основе развязки информации 140
10.5 Метод миграции конфронтации на основе данных 141
10.6 Получение практики 142
10.6.1 Доменное терминал 143
10.6.2 Расчет разности распределения 143
10.6.3 Градиент обратный слой 144
10.7 Резюме 145
Глава 11 Миграционное обучение популярным исследованиям 147
11.1 Миграционное обучение неровной категории 148
11.2.
11.3 Открытая миграционная миграция 153
11.4 Миграционное обучение временным ряду 154
11.5 Федеральное обучение миграции 158
11.5.1 Федеральное обучение 158
11.5.2 Федеральное обучение миграции 160
11.6 Обучение миграции на основе причинности 161
11.6.1 Что такое причинно -следственная связь 161
11.6.2 причинно -следственная связь и миграционное обучение 163
11,7 Автоматическое обучение миграции 168
11.8 Онлайн -миграционный обучение 171
Продление и исследование третьей части
Глава 12 Протекает 177
12.1 Протекает в поле 177
12.1.1 Фон 177
12.1.2 Определение проблемы 179
12.1.3 Общие методы 180
12.2 Метод адаптации на основе распределения данных 181
12.2.1 В области неродственного анализа композиции DICA181
12.2.2
12.3 Метод на основе отделения 184
12.4 Метод на основе интегрированной модели 186
12.5 Метод на основе данных 187
12.5.1 Случайный закон в поле 187
12.5.2 Генерация данных заводских данных 188
12.6 Методы, основанные на обучении Юаню 190
12.7 Резюме 191
Глава 13
13.1 Профиль обучения 193
13.1.1 Проблема.
13.1.2 Юань исследование 194
13.2 Мета -метод обучения на основе модели 196
13.3 Мета -метод обучения на основе MERTURE 198
13.4 Оптимизированный метод обучения 199
13.5 Yuan Learning Application and Challenge 201 201
13.5.1 Приложение 201
13.5.2 Существующая задача 202
13.6 Резюме 202
Глава 14 Модель обучения миграции Select 205
14.1 Выбор модели 205
14.2 Модель на основе оценки плотности 206
14.3 Проверка миграции дхарма 207
14.4 Резюме 208
Заявление и перспективы части 4
Глава 15 Применение миграционного обучения 211
15.1 Computer Vision 212
15.2 Лечение естественного языка 214
15.3 распознавание и синтез голоса 216
15.4 Общий расчет и взаимодействие с машиной человека 218
15.5 Медицинская и медицинская область 220
15.6 Другие приложения 223
15.7 Резюме 225
Глава 16 Миграционная граница 227
16.1 Миграция человеческого опыта 227
16.2 Миграция и укрепление обучения 228
16.3 Объяснение миграционного обучения 228
16.4 Система обучения миграции 229
Приложение A231
A.1 Guide 231 общий счетчик 231
A.1.1 Общие расстояния 231
A.1.2 Юсианское сходство 232
A.1.3 Взаимная информация 232
A.1.4 Связанный коэффициент 232
А.1,5 кл Сандагна и JS расстояние 233
A.1.6 Максимальная средняя разница MMD 233
A.1.7 Principal Angle 234
A.1.8 A-distance234
A.1.9 Hilbert–Независимый коэффициент Schmidt 234
A.1.10 Wasserstein Distance234
A.2 Migration Learning Общий набор данных 235
A.2.1 Набор данных об распознавании изображений почерка 235
A.2.2 Набор данных распознавания объектов 236
A.2.3 Набор данных классификации изображений 237
A.2.4 Общий набор данных классификации текста 237
A.2.5 Набор данных поведения 238
A.3 Связанные ресурсы этой книги 238
Ссылки 241