{"product_id":"introduction-to-transfer-learning-algorithms-and-practice-paperback","title":"Introduction à l'apprentissage par transfert : algorithmes et pratique - Broché","description":"\u003cdiv\u003e\u003cp style=\"text-align: right;\"\u003e\u003ca href=\"https:\/\/reportcopyrightinfringement.com\/\" target=\"_blank\" rel=\"nofollow\"\u003e\u003cb\u003eSignaler une infraction au droit d'auteur\u003c\/b\u003e\u003c\/a\u003e\u003c\/p\u003e\u003c\/div\u003e\u003cp\u003ede \u003cb\u003eJindong Wang\u003c\/b\u003e (Auteur), \u003cb\u003eYiqiang Chen\u003c\/b\u003e (Auteur)\u003c\/p\u003e\u003cp\u003e\u003c\/p\u003e\u003cp\u003eL'apprentissage par transfert est l'une des technologies les plus importantes à l'ère de l'intelligence artificielle et de l'apprentissage profond. Il vise à tirer parti des connaissances existantes en les transférant à un autre domaine, nouveau. Au fil des ans, un certain nombre de sujets pertinents ont suscité l'intérêt de la communauté de la recherche et des applications : l'apprentissage par transfert, le pré-entraînement et le réglage fin, l'adaptation de domaine, la généralisation de domaine et le méta-apprentissage.\u003c\/p\u003e \u003cp\u003eCe livre offre un tutoriel complet sur un aperçu de l'apprentissage par transfert, présentant aux nouveaux chercheurs dans ce domaine les algorithmes classiques et plus récents. Plus important encore, il adopte le point de vue d'un « étudiant » pour introduire tous les concepts, théories, algorithmes et applications, permettant aux lecteurs d'entrer rapidement et facilement dans ce domaine. En accompagnement du livre, des implémentations de code détaillées sont fournies pour mieux illustrer les idées fondamentales de plusieurs algorithmes importants, présentant de bons exemples pour la pratique.\u003c\/p\u003e\u003cbr\u003e\u003ch3\u003eQuatrième de couverture\u003c\/h3\u003e\u003cp\u003e\u003c\/p\u003e\u003cp\u003eL'apprentissage par transfert est l'une des technologies les plus importantes à l'ère de l'intelligence artificielle et de l'apprentissage profond. Il vise à tirer parti des connaissances existantes en les transférant à un autre domaine, nouveau. Au fil des ans, un certain nombre de sujets pertinents ont suscité l'intérêt de la communauté de la recherche et des applications : l'apprentissage par transfert, le pré-entraînement et le réglage fin, l'adaptation de domaine, la généralisation de domaine et le méta-apprentissage.\u003c\/p\u003eCe livre offre un tutoriel complet sur un aperçu de l'apprentissage par transfert, présentant aux nouveaux chercheurs dans ce domaine les algorithmes classiques et plus récents. Plus important encore, il adopte le point de vue d'un « étudiant » pour introduire tous les concepts, théories, algorithmes et applications, permettant aux lecteurs d'entrer rapidement et facilement dans ce domaine. En accompagnement du livre, des implémentations de code détaillées sont fournies pour mieux illustrer les idées fondamentales de plusieurs algorithmes importants, présentant de bons exemples pour la pratique.\u003cp\u003e\u003c\/p\u003e\u003cbr\u003e\u003ch3\u003eBiographie de l'auteur\u003c\/h3\u003e\u003cp\u003e\u003c\/p\u003e\u003cp\u003eJindong Wang est actuellement chercheur principal chez Microsoft Research Asia. Auparavant, il a obtenu son doctorat à l'Institut de technologie informatique, Académie chinoise des sciences, en 2019. Ses principaux intérêts de recherche portent sur l'apprentissage par transfert, l'adaptation de domaine, la généralisation de domaine et leurs applications dans les systèmes informatiques ubiquitaires. Il a co-publié un manuel en chinois, \u003ci\u003eIntroduction à l'apprentissage par transfert\u003c\/i\u003e, et de nombreux articles dans des revues et conférences de premier plan, telles que l'\u003ci\u003eIEEE TKDE\u003c\/i\u003e, le \u003ci\u003eTNNLS\u003c\/i\u003e, l'\u003ci\u003eACM TIST\u003c\/i\u003e, NeurIPS, CVPR, IJCAI, UbiComp et ACMMM. Il a reçu le prix du meilleur article d'application à l'atelier d'apprentissage fédéré IJCAI'19 et le prix du meilleur article à l'ICCSE'18. Il a été président de la publicité de l'IJCAI'19 et président de la session d'apprentissage par transfert de l'ICDM'19.\u003c\/p\u003e \u003cp\u003eYiqiang Chen est actuellement professeur à l'Institut de technologie informatique, Académie chinoise des sciences. Ses principaux intérêts de recherche portent sur l'intelligence artificielle et l'informatique omniprésente. Il a publié plus de 180 articles dans des revues et conférences de premier plan telles que l'\u003ci\u003eIEEE TKDE\u003c\/i\u003e, AAAI et IJCAI. Il a été président général du comité de programme de l'IEEE UIC 2019, PCC 2017 et CWCC 2019. Il est membre fondateur du comité IEEE des interactions portables et intelligentes (IWCD) et rédacteur associé pour l'\u003ci\u003eIEEE TETCI\u003c\/i\u003e et l'\u003ci\u003eIJMLC\u003c\/i\u003e. Il a remporté plusieurs prix du meilleur article, notamment le prix du meilleur article d'application à IJCAI-FL'19, le prix du meilleur article du 15e anniversaire de l'\u003ci\u003eIJIT\u003c\/i\u003e et le prix du meilleur article ICCSE'18.\u003c\/p\u003e\u003cbr\u003e\n            \u003cdiv\u003e\n\n\u003cstrong\u003eNombre de pages :\u003c\/strong\u003e 329\u003c\/div\u003e\n            \u003cdiv\u003e\n\n\u003cstrong\u003eDimensions :\u003c\/strong\u003e 0,73 x 9,21 x 6,14 PO\u003c\/div\u003e\n            \u003cdiv\u003e\n\n\u003cstrong\u003eIllustré :\u003c\/strong\u003e Oui\u003c\/div\u003e\n            \u003cdiv\u003e\n\n\u003cstrong\u003eDate de publication :\u003c\/strong\u003e 19 octobre 2024\u003c\/div\u003e\n            ","brand":"BooksCloud","offers":[{"title":"Default Title","offer_id":47036389195951,"sku":"9789811975868","price":85.89,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0723\/7314\/1679\/files\/MzcIuEdsQz9789811975868.webp?v=1781449806","url":"https:\/\/valuevaultclub.myshopify.com\/fr\/products\/introduction-to-transfer-learning-algorithms-and-practice-paperback","provider":"Value Vault Club","version":"1.0","type":"link"}