Descripción
Las redes neuronales profundas (DNN, por sus siglas en inglés) con sus algoritmos densos y complejos ofrecen posibilidades reales para la Inteligencia Artificial General (IAG). El metaaprendizaje con DNNs acerca mucho más la IAG: agentes artificiales que resuelven tareas inteligentes que los seres humanos pueden lograr, incluso trascendiendo lo que pueden lograr. Metaaprendizaje: Teoría, algoritmos y aplicaciones muestra cómo el metaaprendizaje en combinación con las DNNs avanza hacia la IAG.
Metaaprendizaje: Teoría, algoritmos y aplicaciones explica los fundamentos del metaaprendizaje proporcionando respuestas a estas preguntas: ¿Qué es el metaaprendizaje?; ¿por qué necesitamos el metaaprendizaje?; ¿cómo los mecanismos de metaaprendizaje auto-mejorados se dirigen hacia la IAG?; ¿cómo podemos usar el metaaprendizaje en nuestro enfoque a escenarios específicos? El libro presenta los antecedentes de siete paradigmas principales: metaaprendizaje, aprendizaje con pocas muestras, aprendizaje profundo, aprendizaje por transferencia, aprendizaje automático, modelado probabilístico e inferencia bayesiana. Luego explica importantes mecanismos de vanguardia y sus variantes para el metaaprendizaje, incluyendo redes neuronales aumentadas con memoria, metaredes, redes neuronales siamesas convolucionales, redes de coincidencia, redes prototípicas, redes de relación, metaaprendizaje LSTM, metaaprendizaje agnóstico al modelo y el algoritmo Reptile.
El libro profundiza en casi 200 algoritmos de metaaprendizaje de vanguardia de conferencias de primer nivel (por ejemplo, NeurIPS, ICML, CVPR, ACL, ICLR, KDD). Investiga sistemáticamente 39 categorías de tareas de 11 campos de aplicación del mundo real: Visión por Computadora, Procesamiento del Lenguaje Natural, Meta-Aprendizaje por Refuerzo, Atención Médica, Finanzas y Economía, Materiales de Construcción, Redes Neuronales Gráficas, Síntesis de Programas, Ciudad Inteligente, Sistemas Recomendados y Ciencias del Clima. Cada campo de aplicación concluye analizando las tendencias futuras o resumiendo los recursos disponibles.
Metaaprendizaje: Teoría, algoritmos y aplicaciones es un gran recurso para comprender los principios del metaaprendizaje y aprender algoritmos de metaaprendizaje de vanguardia, lo que brinda al estudiante, investigador y profesional de la industria la capacidad de aplicar el metaaprendizaje en diversas aplicaciones novedosas.
Autor: Lan Zou
Editorial: Academic Press
Publicado: 11/08/2022
Páginas: 402
Tipo de encuadernación: Tapa blanda
Peso: 1.52lbs
Tamaño: 9.25h x 7.50w x 0.83d
ISBN13: 9780323899314
ISBN10: 0323899315
Categorías BISAC:
- Computadoras | Inteligencia Artificial | General
- Computadoras | Ciencia de Datos | Redes Neuronales
Este título no es retornable