机读格式显示(MARC)

• 000 01871nam 2200337 450

• 001 0000598120

• 005 20231116173100.0

• 010 __ |a 978-7-111-72650-0 |d CNY99.00

• 100 __ |a 20230825d2023 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a afk a 000yy

• 106 __ |a r

• 200 1_ |a 迁移学习算法 |A qian yi xue xi suan fa |e 应用与实践 |d = Transfer learning algorithms |e applications and practices |f 庄福振, 朱勇椿, 祝恒书等著

• 210 __ |a 北京 |c 机械工业出版社 |d 2023.5

• 215 __ |a xii, 263页, [4] 页图版 |c 图 (部分彩图) |d 26cm

• 225 2_ |a 智能科学与技术丛书 |A zhi neng ke xue yu ji shu cong shu

• 304 __ |a 题名页题: 庄福振, 朱勇椿, 祝恒书, 熊辉著

• 314 __ |a 庄福振, 北京航空航天大学教授, 博士生导师, 入选国家级人才计划。朱勇椿, 博士, 长期致力于可靠人工智能研究及应用, 在KDD、WWW、SIGIR、TKDE等国际顶级学术会议和期刊发表文章28篇, Google学术引用3300余次。祝恒书, 博士, 北京市高端领军人才正高级工程师, BOSS直聘职业科学实验室 (CSL) 主任。

• 320 __ |a 有书目 (第250-263页)

• 330 __ |a 本书首先从迁移学习采用的技术出发, 系统介绍每一类迁移学习算法, 包括基于非负矩阵分解、概率模型、传统深度学习、对抗深度学习、模型融合以及图神经网络等的迁移学习算法, 针对每一类算法介绍具有代表性的几种工作, 并从算法动机、算法原理、算法流程等方面进行重点介绍; 然后针对迁移学习的应用场景, 介绍典型的应用案例; 最后介绍迁移学习在百度飞桨平台上的实践。

• 333 __ |a 本书旨在让迁移学习或者相关领域的研究人员系统地掌握迁移学习的各类算法, 熟悉各类应用场景, 进而为迁移学习落地实践提供指导和帮助

• 410 _0 |1 2001 |a 智能科学与技术丛书

• 510 1_ |a Transfer learning algorithms |e applications and practices |z eng

• 606 0_ |a 机器学习 |A ji qi xue xi |x 算法

• 690 __ |a TP181 |v 5

• 701 _0 |a 庄福振 |A zhuang fu zhen |4 著

• 701 _0 |a 朱勇椿 |A zhu yong chun |4 著

• 701 _0 |a 祝恒书 |A zhu heng shu |4 著

• 801 _0 |a CN |b 人天 |c 20230825

• 905 __ |a WXCSXY |d TP181/350