机读格式显示(MARC)

• 000 02301nam 2200373 450

• 001 0001315933

• 005 20231202140100.0

• 010 __ |a 978-7-5232-0131-2 |d CNY79.00

• 100 __ |a 20231031d2023 em y0chiy50 ba

• 101 0_ |a eng

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a Automated machine learning |A Automated machine learning |e methods, systems, challenges |f Frank Hutter, Lars Kotthoff, Joaquin Vanschoren editors

• 205 __ |a 英文版

• 210 __ |a 北京 |c 世界图书出版公司 |d 2023

• 215 __ |a xiv, 219页 |c 图 (部分彩图) |d 24cm

• 225 2_ |a 香农信息科学经典 |A xiang nong xin xi ke xue jing dian |i “机器学习”系列

• 300 __ |a 全彩

• 312 __ |a 中文并列题名取自封面

• 314 __ |a 责任者Hutter规范汉译姓: 哈特; 责任者Kotthoff规范汉译姓: 科特霍夫; 责任者Vanschoren规范汉译姓: 万赫仁

• 314 __ |a 弗兰克·哈特 (Frank Hutter), 德国弗莱堡大学教授, 机器学习实验室负责人。主要研究统计机器学习、知识表示、自动机器学习及其应用, 获得第一届 (2015/2016)、第二届 (2018/2019) 自动机器学习比赛的世界冠军。拉斯·科特霍夫 (Lars Kotthoff), 美国怀俄明大学助理教授。主要研究深度学习、自动机器学习, 致力于构建领先且健壮的机器学习系统, 领导Auto-WEKA项目的开发和维护。华金·万赫仁 (Joaquin Vanschoren), 荷兰埃因霍温理工大学助理教授。主要研究机器学习的逐步自动化, 创建了共享数据开源平台OpenML.org, 并获得微软Azure研究奖和亚马逊研究奖。

• 320 __ |a 有书目

• 330 __ |a 本书全面介绍自动机器学习, 主要包含自动机器学习的方法、实际可用的自动机器学习系统及目前所面临的挑战。在自动机器学习方法中, 本书涵盖超参优化、元学习、神经网络架构搜索三个部分, 每一部分都包括详细的内容介绍、原理解读、具体运用方法和存在的问题等。此外, 本书还具体介绍了现有的各种可用的自动机器学习系统, 如Auto-sklearn、Auto-WEKA及Auto-Net等, 并且本书最后一章详细介绍了具有代表性的AutoML挑战赛及挑战赛结果背后所蕴含的理念, 有助于从业者设计出自己的AutoML系统。

• 410 _0 |1 2001 |a 香农信息科学经典 |i “机器学习”系列

• 510 1_ |a 自动机器学习 |e 方法、系统与挑战 |z chi

• 517 1_ |a Methods, systems, challenges

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

• 690 __ |a TP181 |v 5

• 701 _1 |a 哈特 |A ha te |g (Hutter, Frank) |4 编

• 701 _1 |a 科特霍夫 |A ke te huo fu |g (Kotthoff, Lars) |4 编

• 701 _1 |a 万赫仁 |A wan he ren |g (Vanschoren, Joaquin) |4 编

• 801 _0 |a CN |b 湖北三新 |c 20231031

• 905 __ |a ZPHC |d TP181/158