Avis des lecteurs
Résumé:Ce livre est un recueil complet de la littérature sur l'apprentissage par transfert, écrit par de nombreux experts dans le domaine. Bien qu'il couvre un large éventail d'applications et de sujets fondamentaux, sa structure a été critiquée pour son manque de cohérence en raison des nombreux auteurs impliqués. Chaque chapitre est bref et fait largement référence à des articles originaux, ce qui peut ne pas convenir à des ingénieurs à la recherche de conseils pratiques.
Avantages:⬤ Opportun et pertinent par rapport aux tendances actuelles de l'apprentissage automatique
⬤ écrit par des experts
⬤ couvre un large éventail d'applications et de sujets fondamentaux.
⬤ Manque de cohérence en raison de la multiplicité des auteurs
⬤ ressemble à une collection de revues de la littérature plutôt qu'à un récit cohérent
⬤ les chapitres sont courts et contiennent de nombreuses références à des articles originaux, ce qui nécessite une lecture supplémentaire pour la compréhension.
(basé sur 2 avis de lecteurs)
Titre original :
Transfer Learning
Contenu du livre :
L'apprentissage par transfert traite de la manière dont les systèmes peuvent s'adapter rapidement à de nouvelles situations, tâches et environnements. Il donne aux systèmes d'apprentissage automatique la capacité d'exploiter des données et des modèles auxiliaires pour aider à résoudre des problèmes ciblés lorsqu'il n'y a qu'une petite quantité de données disponibles.
Cela rend ces systèmes plus fiables et plus robustes, en évitant que le modèle d'apprentissage automatique confronté à des changements imprévisibles ne s'écarte trop des performances attendues. Au niveau de l'entreprise, l'apprentissage par transfert permet de réutiliser les connaissances afin que l'expérience acquise une fois puisse être appliquée de manière répétée dans le monde réel. Par exemple, un modèle pré-entraîné qui tient compte de la confidentialité des utilisateurs peut être téléchargé et adapté à la périphérie d'un réseau informatique.
Ce texte de référence complet et autonome décrit les algorithmes standard et montre comment ils sont utilisés dans différents paradigmes d'apprentissage par transfert. Il offre une base solide aux nouveaux venus ainsi que de nouvelles perspectives aux chercheurs et développeurs chevronnés.
Autres informations sur le livre :
| ISBN : | 9781107016903 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Relié |
| Année de publication : | 2020 |
| Nombre de pages : | 390 |
Achat:
Actuellement disponible, en stock.
