深度強化元學習--自動機器學習與數據挖掘(精)
薛靜鋒 李雲龍 孟春
- 出版商: 北京理工大學
- 出版日期: 2025-02-01
- 定價: $552
- 售價: 7.9 折 $436
- 多買優惠 簡體書新到貨|2書75折 ( 11/14-11/22 )
- 語言: 簡體中文
- 頁數: 375
- ISBN: 7576351365
- ISBN-13: 9787576351361
-
相關分類:
Reinforcement、Data-mining
- 此書翻譯自: Metalearning: Applications to Automated Machine Learning and Data Mining
立即出貨
簡體書新到貨|2書75折 ( 11/14-11/22 ) 詳見活動內容 »
-
79折
$469數據即產品 -
79折
$331KIMI K3從入門到精通:從智能對話到數字員工 -
85折
$402VibeCoding 氛圍編程一本通 -
79折
$331SDD 實戰:規範驅動開發之道 -
79折
$378電子遊戲視覺藝術史 -
$298WorkBuddy從上手到變現 -
79折
$236LangChain 與大語言模型應用開發實踐 -
85折
$1,014BPF 之巔:洞悉 Linux 系統和應用性能 (BPF Performance Tools) -
79折
$378電子遊戲視覺藝術史 -
$534Data+AI:基於本體的數據智能體實踐 -
$528AI修圖、視頻與設計:DeepSeek+豆包+即夢+扣子Coze+PS -
79折
$425Claude Code Agentic 編程與項目開發實戰 -
79折
$611動手學 AutoML 從NAS到大語言模型優化實戰 -
85折
$560CodeBuddy領航:AI輔助編程應用·架構·交付 -
85折
$351重構個體:AI 時代如何打造個人競爭力 -
85折
$1,371簡明數學史 (下冊) : 現代數學 (原書第3版) -
85折
$1,167簡明數學史 (上冊) : 古代數學 (原書第3版) -
79折
$374養龍蝦:OpenClaw 與 AI 智能體時代 -
85折
$453AI 編程實戰 : Cursor 輔助 C++ 開發 -
79折
$374RAG 落地之道:從工作流到企業級 Agent -
85折
$509AI汽車:純視覺自動駕駛 -
85折
$703圖解 Linux 網絡編程 -
75折
$355LangChain 與 LangGraph 實戰工具鏈集成 , 多 Agent 編排及工作流設計 -
75折
$494動手構建大模型 -
75折
$449JavaScript 從入門到實踐
相關主題
商品描述
本書由三部分組成。第1部分(第2~7章)探討元學習與AutoML系統的基本概念與架構,第2部分(第8~15章)討論各類擴展方法,第三部分(第16~18章)則聚焦於元數據的組織與管理(例如元數據存儲庫),並以總結性評述收尾。
目錄大綱
第1部分 基本概念和架構
第1章 引言
1.1 本書的組織結構
1.2 基本概念和架構(第1部分)
1.2.1 基本概念
1.2.2 問題類型
1.2.3 元學習和AutoML系統的基本架構
1.2.4 使用來自先前數據集的元數據進行算法選擇(第2、第5章)
1.2.5 不同系統的評估和比較(第3章)
1.2.6 數據集特征或元特征的作用(第4章)
1.2.7 不同類型的元級模型(第5章)
1.2.8 HPO(第6章)
1.2.9 工作流設計的自動化方法(第7章)
1.3 先進技術和方法(第2部分)
1.3.1 設置配置空間和實驗(第8章)
1.3.2 集成和流的自動方法
1.3.3 跨任務元模型的遷移(第12章)
1.3.4 深度神經網絡的元學習(第13章)
1.3.5 自動化數據科學和覆雜系統設計
1.4 實驗結果存儲庫(第3部分)
1.4.1 元數據存儲庫(第16章)
1.4.2 從存儲庫裏的元數據中學習(第17章)
1.4.3 結束語(第18章)
參考文獻
第2章 用於算法選擇的元學習方法(利用排序)
2.1 簡介
2.2 推薦的不同形式
2.2.1 集合中的最優算法
2.2.2 頂部算法的子集
2.2.3 線性排序
2.2.4 準線性(弱)排序
2.2.5 不完全排序
2.2.6 在給定的預算範圍內搜索最優算法
2.3 算法選擇的排序模型
2.3.1 以排序的形式生成一個元模型
2.3.2 使用排序元模型進行預測(top-n策略)
2.3.3 推薦排序的評估
2.4 使用準確率和運行時間的組合度量
2.5 擴展和其他方法
2.5.1 使用平均排序方法推薦工作流
2.5.2 排序可能會使某些數據集表現良好的算法降級
2.5.3 基於數據包絡分析的多準則分析方法
2.5.4 使用數據集相似性確認元數據的相關部分
2.5.5 處理不完全排序
2.5.6 聚合不完全排序
參考文獻
第3章 評估元學習/AutoML系統的推薦
3.1 簡介
……
第2部分 高級技術和方法
第3部分 組織和利用元數據
