《AutoML:方法,系统,挑战》新书免费下载

2019 年 5 月 29 日 极市平台

极市正在推出CVPR2019的专题直播分享会邀请CVPR2019的论文作者进行线上直播,分享优秀的科研工作和技术干货,也欢迎各位小伙伴自荐或推荐优秀的CVPR论文作者到极市进行技术分享~

本周四(5月30日)晚,帝国理工学院计算机系IBUG组博士生邓健康,将为我们分享:ArcFace 构建高效的人脸识别系统(CVPR2019,公众号回复“42”即可获取直播详情。


本文转自公众号新智元


【导读】自动机器学习AutoML方面的新书《AutoML:方法,系统,挑战》最近正式出版了,而且还有完整书籍的免费下载!本书详细讲解了 AutoML 系统背后的基础知识,并对当前 AutoML 系统进行了深入描述。


近日,由Frank Hutter, Lars Kotthoff, Joaquin Vanschoren合作撰写的新书《AutoML:方法,系统,挑战》(Automated Machine Learning: Methods, Systems, Challenges)正式出版了!而且,作者免费开放完整书籍下载。


下载地址:

https://www.automl.org/wp-content/uploads/2019/05/AutoML_Book.pdf


本书详细讲解了 AutoML 系统背后的基础知识、对当前可用的 AutoML 系统进行了深入描述,包括Auto-WEKA、Hyperopt-Sklearn、Auto-sklearn、Auto-Net等,最后分析了目前为止的所有AutoML挑战赛。


本书纸质版也已经由Springer出版。


以下是三位作者的简介:


Frank Hutter


Frank Hutter:弗莱堡大学计算机科学系教授,机器学习实验室主任;主要从事人工智能、机器学习和自动化算法设计等的研究。


Lars Kotthoff


Lars Kotthoff:怀俄明大学计算机科学系助理教授,对建模和解决挑战性问题的创新方法感兴趣,并致力于将这些方法应用于现实世界。


Joaquin Vanschoren


Joaquin Vanschoren:荷兰埃因霍温理工大学(TU/e)机器学习助理教授。他的研究重点是机器学习的自动化,致力于构建学习如何学习的AI系统。


全书目录如下:



第1部分:AutoML方法


本部分概述了AutoML 系统背后的共同基础技术。


第1章:超参数优化。

第2章:元学习。

第3章:神经结构搜索。


第2部分: AutoML 系统


本部分涵盖对广泛可用的自动化系统的深入描述,这些系统可用于开箱即用的有效机器学习。


第4章:Auto-WEKA 

第5章:Hyperopt-Sklearn 

第6章:Auto-sklearn:高效稳健的自动机器学习

第7章:Auto-Net:走向自动调参的神经网络

第8章:TPOT:一个自动化机器学习的工具

第9章: Automatic Statistician


第3部分: AutoML 挑战赛


本部分将深入分析到目前为止AutoML所面临的挑战。


第10章:2015-2018年AutoML Challenge系列分析


下载地址:

https://www.automl.org/book/





*延伸阅读



点击左下角阅读原文”,即可申请加入极市目标跟踪、目标检测、工业检测、人脸方向、视觉竞赛等技术交流群,更有每月大咖直播分享、真实项目需求对接、干货资讯汇总,行业技术交流,一起来让思想之光照的更远吧~



觉得有用麻烦给个在看啦~  

登录查看更多
8

相关内容

【新书】深度学习搜索,Deep Learning for Search,附327页pdf
专知会员服务
202+阅读 · 2020年1月13日
【新书】贝叶斯网络进展与新应用,附全书下载
专知会员服务
118+阅读 · 2019年12月9日
MIT新书《强化学习与最优控制》
专知会员服务
270+阅读 · 2019年10月9日
自动机器学习(AutoML)最新综述
PaperWeekly
32+阅读 · 2018年11月7日
告别调参,AutoML新书发布
THU数据派
9+阅读 · 2018年10月20日
告别调参,AutoML新书221页免费下载
新智元
11+阅读 · 2018年10月16日
180页机器学习Python简介教程【免费下载】
机器学习算法与Python学习
6+阅读 · 2018年8月18日
A Survey on Edge Intelligence
Arxiv
49+阅读 · 2020年3月26日
Arxiv
91+阅读 · 2020年2月28日
Arxiv
34+阅读 · 2020年1月2日
Advances and Open Problems in Federated Learning
Arxiv
17+阅读 · 2019年12月10日
AutoML: A Survey of the State-of-the-Art
Arxiv
67+阅读 · 2019年8月14日
Arxiv
16+阅读 · 2018年2月7日
VIP会员
相关资讯
自动机器学习(AutoML)最新综述
PaperWeekly
32+阅读 · 2018年11月7日
告别调参,AutoML新书发布
THU数据派
9+阅读 · 2018年10月20日
告别调参,AutoML新书221页免费下载
新智元
11+阅读 · 2018年10月16日
180页机器学习Python简介教程【免费下载】
机器学习算法与Python学习
6+阅读 · 2018年8月18日
Top
微信扫码咨询专知VIP会员