《机器学习及其应用张敏灵有限公司计算机与互联网书籍》[50M]百度网盘|pdf下载|亲测有效

商品基本信息，请以下列介绍为准
商品名称：	机器学习及其应用2021
作者：	张敏灵,胡清华,李宇峰
定价：	99.0
出版社：	清华大学出版社有限公司
出版日期：	2021-10-01
ISBN：	9787302590958
印次：	1
版次：	1
装帧：
开本：	16开

内容简介

“机器学习及其应用”(MLA)系列研讨会本着“学术、其余从简”的原则，不征文、不收费，迄今已举行17届年来参会人数超过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研展，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，代表了国内机器学研展。

深度学优化方法王立威杨运昌 1
1 引言 1
2 梯度下降方法的全局收敛性 1
3 Gram-Gauss-Newton方法 7
4 实验 11
5 小结 15
参考文献 15

结构化剪枝综述吴建鑫王环宇张永顺 17
1 引言 17
2 剪枝方式介绍 18
3 剪枝算法 22
4 讨论与展望 31
参考文献 32

Efficient Neural Speech Synthesis Tao Qin 36
1 Introduction 36
2 Inference Efficiency: FastSpeech Series 38
3 Data Efficiency: DualSpeech and LRSpeech 47
4 Parameter Efficiency: LightSpeech and AdaSpeech Series 52
5 Summary 65
References 66

面向开放世界的分类器学习刘成林 72
1 引言 72
2 开放世界的模式分类和学习问题 74
3 面向开放集的分类决策规则 77
4 面向开放集的分类器设计与学习 81
5 面向开放集的卷积原型网络 87
6 小结 92
参考文献 92

释放标记空间的威力：标记增强耿新徐宁高永标王秋锋 96
1 引言 96
2 标记增强方法 97
3 标记增强理论解释 106
4 标记增强的应用 108
5 结束语 116
参考文献 116

因果推断与因果性学习陈薇蔡瑞初郝志峰张坤 120
1 引言 120
2 经典因果推断方法 122
3 隐变量场景下的因果推断 127
4 非稳态/异质数据场景下的因果推断 130
5 因果性学习 131
6 小结及讨论 134
参考文献 134

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 138
1 引言 138
2 基于Wasserstein距离的分布鲁棒优化问题 140
3 分布鲁棒监督学习 143
4 对抗训练 152
5 结和展望 153
参考文献 154
基于环境模型的强化学习研展俞扬 157
1 引言 157
2 相关背景 158
3 基于对抗生成的环境模型学习 160
4 在任务中的环境模型学习 165
5 在滴滴任务中的环境模型学习 167
6 结束语 170
参考文献 171

自适应迭代与采样的黑盒对抗攻击方法韩亚洪石育澄 173
1 引言 173
2 相关工作 176
3 CURLS&WHEY攻击 178
4 适应性对抗边界攻击 184
5 实验 190
6 结 198
参考文献 199

对抗机器学习：攻击、防御与模型鲁棒性评估易津锋 202
1 引言 202
2 对抗攻击 204
3 对抗防御 210
4 模型鲁棒性评估 214
5 结与展望 218
参考文献 219

基于城市视觉大数据的交通预测与调度_x00B_ 余正旭魏龙金仲明黄建强华先胜 227
1 引言 227
2 异常检测及长尾分类方法 230
3 基于卷积长短时记忆网络的学习方法 236
4 预测与干预融合的区域交通信号灯稳定控制方法 241
5 结 247
参考文献 248

基于深度学命名实体识别黄萱菁桂韬李孝男马若恬 251
1 引言 251
2 相关工作 253
3 基于深度学命名实体识别 255
4 结和展望 267
参考文献 268

从Transformer到BERT：自然语言表示学展邱锡鹏 272
1 引言 272
2 背景介绍 273
3 预训练模型概述 276
4 预训练模型拓展 279
5 展望结 280
参考文献 281

基于机器学脑解码方法研究张道强黄硕 Muhammad Yousefnezhad 284
1 引言 284
2 多被试者神经影能校准 286
3 多能影像的共享空间迁移学习 293
4 类别衡条件下的脑解码方法 296
5 深度表征相似性学习 300
6 easyfMRI——人脑解码和可视化工具箱 303
7 结与展望 304
参考文献 305

媒体评论

《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研展，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，代表了国内机器学研展。
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行适当扩展而汇集成书。

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，入选“”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，以及KDD、IJCAI、AAAI、ICDM等国际会议领/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(第三完成人)、CCF-IEEE CS青年科学家奖等。

机器学习及其应用张敏灵有限公司计算机与互联网书籍 pdf下载

内容简介

相关推荐

Boao博鳌亚洲论坛可持续发展的亚洲与世界年度报告：绿色转型亚洲在行动对外经济贸易出

Flash8中文版应用案例创意与设计

Linux26嵌入式系统开发与实践

机器学习编程：从编码到深度学习机械工业