Книги / Компьютерная литература / Разработка ПО / Общие вопросы разработки и тестирования программного обеспечения
Введение в автоматизированное машинное обучение (AutoML)
Хуттер Франк, Коттхофф Ларс, Ваншорен Хоакин
Код товара: 4968219
(0 оценок)Оценить
ОтзывНаписать отзыв
ВопросЗадать вопрос
1 / 2
PDF
'%3e%3crect%20width='40'%20height='40'%20rx='1.33333'%20fill='%235B2599'/%3e%3cpath%20d='M11.6667%2014.537L5.77778%2021.2037L13.2222%2025.8704L25.1111%2025.3148L24.5556%2016.6482L20.6667%2014.537H11.6667Z'%20fill='white'/%3e%3cpath%20d='M17%2016.3149L14.3333%209.87042L18.4444%203.64819L31%206.20375L35.2222%2023.6482L21.4444%2038.426L14.1111%2025.0926L23.3333%2025.8704L24.1111%2014.7593L17%2016.3149Z'%20fill='%2365D0DD'%20stroke='%2365D0DD'%20stroke-width='0.222222'/%3e%3cpath%20fill-rule='evenodd'%20clip-rule='evenodd'%20d='M16.3702%200.549052C10.9656%201.12198%206.10232%204.0939%203.0359%208.69756C1.67884%2010.7349%200.821097%2012.8096%200.301173%2015.3115C0.0501214%2016.5203%200.00690573%2017.0127%200.000445654%2018.7392C-0.00746236%2020.8657%200.0863201%2021.6614%200.56793%2023.5556C1.44728%2027.0136%202.61789%2028.8896%208.1251%2035.6671C12.6346%2041.2167%2014.4445%2043.8483%2016.2657%2047.5032C17.8764%2050.7355%2018.8331%2053.7366%2019.4241%2057.4102L19.5547%2058.2222H19.9851C20.3966%2058.2222%2020.4184%2058.2036%2020.4814%2057.8022C21.556%2050.9486%2023.9992%2045.6599%2029.161%2039.0128C29.5916%2038.4583%2030.8265%2036.921%2031.9051%2035.5965C34.231%2032.7405%2036.5804%2029.669%2037.2227%2028.6446C40.5423%2023.3494%2040.9125%2016.5623%2038.1907%2010.8986C35.4085%205.10925%2029.9531%201.26568%2023.4886%200.540203C22.3134%200.408257%2017.643%200.414081%2016.3702%200.549052ZM24.6383%208.06505C25.4205%208.53011%2026.7108%209.79659%2027.2974%2010.6746C28.443%2012.3898%2029.2639%2014.5619%2029.7377%2017.1315C30.0068%2018.5908%2030.0653%2022.0425%2029.849%2023.6895C29.3587%2027.4207%2028.0784%2030.4471%2026.1617%2032.4052C24.9507%2033.6423%2024.2814%2033.9726%2022.9874%2033.9718C22.1684%2033.9713%2021.9514%2033.9273%2021.3793%2033.6452C20.1944%2033.0613%2018.7227%2031.3826%2017.8364%2029.6041C17.5036%2028.9364%2016.8052%2027.0647%2016.6975%2026.5518L16.621%2026.1878H17.286C17.9195%2026.1878%2017.9547%2026.2025%2018.0249%2026.4958C18.0655%2026.6652%2018.3166%2027.2575%2018.583%2027.8119C19.5493%2029.8237%2021.025%2030.9905%2022.4396%2030.8615C26.4284%2030.4978%2028.7121%2022.0424%2026.591%2015.491C25.9102%2013.3885%2024.7427%2011.7574%2023.4926%2011.1626C22.7107%2010.7907%2022.0678%2010.7524%2021.253%2011.029C20.4928%2011.2872%2019.2796%2012.524%2018.7165%2013.6148L18.2973%2014.4269H17.623H16.9487L17.0233%2014.1189C17.1613%2013.5493%2017.8502%2012.0467%2018.3883%2011.1416C19.3043%209.6008%2021.0802%207.97152%2022.1488%207.69161C22.3344%207.643%2022.8307%207.62407%2023.2516%207.6495C23.8673%207.68657%2024.1386%207.768%2024.6383%208.06505ZM22.2077%2020.7026V24.4022L20.7319%2024.3709L19.2561%2024.3397L19.2263%2021.6235L19.1964%2018.9072H16.4913H13.7862L13.6483%2019.7325C13.4881%2020.6919%2012.9405%2021.8984%2012.3618%2022.5675C11.496%2023.5685%209.99273%2024.3148%208.53576%2024.4669L7.83963%2024.5396V23.1374V21.7352L8.4344%2021.6856C10.026%2021.5529%2010.6998%2020.5141%2010.9087%2017.8712L10.9773%2017.0031H16.5925H22.2077V20.7026Z'%20fill='%235B2599'/%3e%3c/g%3e%3cdefs%3e%3cclipPath%20id='clip0_965_57'%3e%3crect%20width='40'%20height='40'%20rx='1.33333'%20fill='white'/%3e%3c/clipPath%3e%3c/defs%3e%3c/svg%3e)
Издательство:
Описание
Характеристики
Ошеломляющий успех коммерческих приложений машинного обучения (machine learning - ML) и быстрый рост этой отрасли создали высокий спрос на готовые методы ML, которые можно легко использовать без специальных знаний. Однако и сегодня успех практического применения в решающей степени зависит от экспертов - людей, которые вручную выбирают подходящие архитектуры и их гиперпараметры. Методы AutoML нацелены на устранение этого узкого места путем построения систем ML, способных к автоматической оптимизации и самонастройке независимо от типа входных данных.
В этой книге впервые представлен всеобъемлющий обзор базовых методов автоматизированного машинного обучения (AutoML). Издание послужит отправной точкой для изучения этой быстро развивающейся области; тем, кто уже использует AutoML в своей работе, книга пригодится в качестве справочника.
Среди рассматриваемых тем:
- оптимизация гиперпараметров;
- обучение модели на основе свойств задачи;
- обзор методов для NAS;
- системы и фреймворки AutoML;
- результаты проведения первых конкурсов в области AutoML;
- проблемы автоматизированного машинного обучения.
В этой книге впервые представлен всеобъемлющий обзор базовых методов автоматизированного машинного обучения (AutoML). Издание послужит отправной точкой для изучения этой быстро развивающейся области; тем, кто уже использует AutoML в своей работе, книга пригодится в качестве справочника.
Среди рассматриваемых тем:
- оптимизация гиперпараметров;
- обучение модели на основе свойств задачи;
- обзор методов для NAS;
- системы и фреймворки AutoML;
- результаты проведения первых конкурсов в области AutoML;
- проблемы автоматизированного машинного обучения.
код в Майшоп
4968219
возрастная категория
18+ (нет данных)
количество томов
1
количество страниц
256 стр.
размеры
245x170x20 мм
ISBN
978-5-93700-196-2
тип бумаги
офсетная (60-220 г/м2)
цвет
Зелёный
вес
язык
Русский
переплёт
Твёрдый переплёт
Содержание
От издательства
Предисловие
Введение
ЧАСТЬ I. МЕТОДЫ AutoML
Глава 1. Оптимизация гиперпараметров
Глава 2. Метаобучение
Глава 3. Поиск нейронной архитектуры
ЧАСТЬ II. СИСТЕМЫ AutoML
Глава 4. Auto-WEKA: автоматический выбор модели
и оптимизация гиперпараметров в WEKA
Глава 5. Проект Hyperopt-sklearn
Глава 6. Auto-sklearn - эффективное и надежное
автоматизированное машинное обучение
Глава 7. На пути к автоматически настраиваемым
глубоким нейронным сетям
Глава 8. TPOT: инструмент оптимизации
конвейеров на основе деревьев для автоматизации
машинного обучения
Глава 9. Проект Automatic Statistician
ЧАСТЬ III. ПРОБЛЕМЫ AutoML
Глава 10. О чем говорят результаты конкурсов
AutoML Challenge?
Предметный указатель
Предисловие
Введение
ЧАСТЬ I. МЕТОДЫ AutoML
Глава 1. Оптимизация гиперпараметров
Глава 2. Метаобучение
Глава 3. Поиск нейронной архитектуры
ЧАСТЬ II. СИСТЕМЫ AutoML
Глава 4. Auto-WEKA: автоматический выбор модели
и оптимизация гиперпараметров в WEKA
Глава 5. Проект Hyperopt-sklearn
Глава 6. Auto-sklearn - эффективное и надежное
автоматизированное машинное обучение
Глава 7. На пути к автоматически настраиваемым
глубоким нейронным сетям
Глава 8. TPOT: инструмент оптимизации
конвейеров на основе деревьев для автоматизации
машинного обучения
Глава 9. Проект Automatic Statistician
ЧАСТЬ III. ПРОБЛЕМЫ AutoML
Глава 10. О чем говорят результаты конкурсов
AutoML Challenge?
Предметный указатель
Отзывы
Вопросы
Поделитесь своим мнением об этом товаре с другими покупателями — будьте первыми!
Дарим бонусы за отзывы!
За какие отзывы можно получить бонусы?
- За уникальные, информативные отзывы, прошедшие модерацию
Как получить больше бонусов за отзыв?
- Публикуйте фото или видео к отзыву
- Пишите отзывы на товары с меткой "Бонусы за отзыв"
Задайте вопрос, чтобы узнать больше о товаре
Если вы обнаружили ошибку в описании товара «Введение в автоматизированное машинное обучение (AutoML)» (авторы: Хуттер Франк, Коттхофф Ларс, Ваншорен Хоакин), то выделите её мышкой и нажмите Ctrl+Enter. Спасибо, что помогаете нам стать лучше!