【2022新书】元学习: 理论，算法和应用, 404页pdf

深度神经网络(DNNs)以其密集而复杂的算法为人工通用智能(AGI)提供了真正的可能性。使用DNNs的元学习使AGI更加接近:人工代理解决人类可以完成的智能任务，甚至超越人类的能力。元学习:理论、算法和应用展示了元学习如何与DNNs结合向AGI发展。

https://creatingconversations.indielite.org/book/9780323899314

这本书通过回答这些问题来解释元学习的基本原理:什么是元学习?为什么我们需要元学习?自我改进的元学习机制如何走向AGI ?我们如何在具体的场景中使用元学习?本书介绍了七种主流范式的背景:元学习、少样本学习、深度学习、迁移学习、机器学习、概率建模和贝叶斯推理。然后解释了重要的最先进的机制及其元学习的变体，包括记忆增强神经网络、元网络、卷积暹罗神经网络、匹配网络、原型网络、关系网络、LSTM元学习、模型不确定元学习和爬虫算法。

这本书深入研究了来自顶级会议的近200种最先进的元学习算法(例如NeurIPS、ICML、CVPR、ACL、ICLR、KDD)。它系统地研究了来自11个真实世界应用领域的39类任务:计算机视觉、自然语言处理、元强化学习、医疗保健、金融和经济、建筑材料、图形神经网络、程序合成、智慧城市、推荐系统和气候科学。每个应用程序字段通过展望未来趋势或提供可用资源的摘要来结束。

《元学习:理论、算法和应用》是了解元学习原理和学习最先进的元学习算法的重要资源，使学生、研究人员和行业专业人员能够将元学习应用于各种新颖的应用。

• -综合概述与深度神经网络相关的最先进的元学习技术和方法，以及广泛的应用领域
• -覆盖近200种最先进的元学习算法，这些算法由全球首屈一指的人工智能会议和期刊推广，以及300至450项关键研究。
• -系统详细地探索最关键的最先进的元学习算法机制:基于模型、基于度量和基于优化。
• -解决了使用深度学习和/或机器学习方法的局限性，特别是在小样本量和未标记数据的情况下
• -理解元学习如何在11个现实世界应用领域的39类任务中作为人工通用智能的垫脚石。

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“M404” 就可以获取《【2022新书】元学习: 理论，算法和应用, 404页pdf》专知下载链接

                       

专知，专业可信的人工智能知识分发 ，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取100000+AI(AI与军事、医药、公安等)主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取100000+AI主题知识资料