正版保障 假一赔十 电子发票
-
作者:
秦涛著
-
出版社:
机械工业出版社
-
ISBN:
9787111707196
-
出版时间:
2022-07
-
装帧:
平装
-
开本:
其他
-
ISBN:
9787111707196
-
出版时间:
2022-07
售价
¥
59.04
6.6折
定价
¥89.00
品相
全新
上书时间2024-01-24
卖家超过10天未登录
手机购买
微信扫码访问
-
-
商品描述:
-
前言
在过去的十几年中,深度神经网络已经成为人工智能(Artificial Intelligence,AI)的主导模式。深度学习极大地推动了从计算机视觉、自然语言和语音处理到游戏等人工智能各领域的发展。深度学习成功的关键要素之一在于大量有标数据的获取。与此对应的一个挑战(也是研究热点)是如何从有限的、不充分的数据上有效地学习。对偶学习是一种新的学习范式,通过人工智能任务之间的结构对偶性来解决这一挑战。
本书系统地总结了对偶学习的进展,涵盖对偶学习的基本准则(包括对偶重构准则、联合概率准则、边缘概率准则)和多种机器学习设定及算法(包括对偶半监督学习、对偶无监督学习、对偶有监督学习、对偶推断)。对每种设定,我们会依据实际场景介绍多种应用,例如机器翻译、图像到图像的翻译、语音合成和识别、问题回答和问题生成、图像分类和生成、代码摘要和代码生成,以及情感分析等。
本书主要面向机器学习、计算机视觉、自然语言和语音领域的研究人员和研究生、本科生。掌握这些领域的背景知识对阅读本书会有帮助,但不是必需的。为了方便阅读,本书第 2 章和第 3 章简要介绍了机器学习和深度学习的基本概念。
秦 涛
2020 年 7 月
北京
商品简介
本书系统全面地阐述了对偶学习,可以帮助相关研究人员和从业者更好地了解该领域的前沿技术。全书分为五部分。第一部分简要介绍机器学习和深度学习的基础知识。第二部分以机器翻译、图像翻译、语音处理及其他自然语言处理/计算机视觉任务为例,详细介绍了基于对偶重构准则的算法。算法包括对偶半监督学习、对偶无监督学习、多智能体对偶学习等。关于图像翻译,介绍了包括CycleGAN、DualGAN、DiscoGAN、cdGAN在内的算法以及近期发展。第三部分介绍基于概率准则的若干研究,包括基于联合概率准则的对偶有监督学习和对偶推断,以及基于边缘概率准则的对偶半监督学习。第四部分从理论角度解读了对偶学习,并且讨论了和其他学习范式的联系。第五部分总结了全书内容并给出若干未来研究方向。本书还就进一步阅读提供了建议,给出了相关文献,以帮助读者深入了解该领域、推动该领域的发展。
作者简介
秦涛,微软亚洲研究院首席研究员、深度学习和强化学习组负责人,IEEE、ACM高级会员,中国科学技术大学客座教授,研究方向包括深度学习及其在自然语言、语音、图像处理和药物研发中的应用,强化学习及其在游戏AI和实际问题中的应用,博弈论与多智能体系统及其在云计算和在线广告中的应用,信息检索以及计算广告。他的团队提出的对偶学习及其他技术帮助微软于2018年在中英新闻翻译任务上达到了人类专家的水平,获得WMT 2019国际机器翻译大赛8项冠军,并集成到了微软翻译系统中。2019年,他和团队设计了当时优选效的语音合成模型FastSpeech,该模型支撑了微软云Azure上的所有语音(涵盖100多种语言和270多种语音)合成服务。同年,研发了麻将AI Suphx,在“天凤”平台荣升十段,安定段位8.7,显著超越人类很好选手。
目录
全书分为五部分。第一部分简要介绍机器学习和深度学习的基础知识。第二部分以机器翻译、图像翻译、语音处理及其他自然语言处理/计算机视觉任务为例, 详细介绍了基于对偶重构准则的算法。第三部分介绍基于概率准则的若千研究, 包括基于联合概率准则的对偶有监督学习和对偶推断, 以及基于边缘概率准则的对偶半监督学习。第四部分从理论角度解读了对偶学习, 并且讨论了和其他学习范式的联系。第五部分总结全书内容并给出若干未来研究方向。
内容摘要
本书系统全面地阐述了对偶学习,使得相关研究人员和从业者能够更好地了解该领域的前沿技术。全书分为五部分。第1部分简要介绍机器学习和深度学习的基础知识。第2部分以机器翻译、图像翻译、语音处理及其他自然语言处理/计算机视觉为例,详细介绍了基于对偶重构准则的算法。第3部分是基于概率准则的若干工作,包括基于联合概率的对偶有监督学习和对偶推断,以及基于边缘概率的对偶半监督学习。第4部分从理论角度解读了对偶学习,并且讨论了和其他学习范式的关联。第5部分总结全书并给出若干未来研究方向。
主编推荐
许多人工智能(和机器学习)任务具有对偶形式,例如,英语到汉语的翻译和汉语到英语的翻译、语音识别和语音合成、问题回答和问题生成、图像分类和图像生成。对偶学习是一种新的学习框架,它利用人工智能任务的原始-对偶结构获取有效的反馈或者正则信号来加强学习/推断过程。对偶学习的概念在几年前就被提出,它已经在多个领域引起了关注并且在多个任务——例如机器翻译、图像翻译、语音合成和语音识别、(视觉)问题回答和问题生成、图像描述和图像生成、代码摘要和代码生成——上验证了有效性。
【内容简介】
孔网啦啦啦啦啦纺织女工火锅店第三课
开播时间:09月02日 10:30
即将开播,去预约
直播中,去观看