本书全面介绍自动机器学习，主要包含自动机器学习的方法、实际可用的自动机器学习系统及目前所面临的挑战。在自动机器学习方法中，本书涵盖超参优化、元学习、神经网络架构搜索三个部分，每一部分都包括详细的内容介绍、原理解读、具体运用方法和存在的问题等。此外，本书还具体介绍了现有的各种可用的自动机器学习系统，如Auto-sklea

机器学习的信息论方法 香农信息科学经典

神经计算的信息论方法 香农信息科学经典

◎内容简介 所谓另类数据，就其本意，就是非传统数据。目前业内对于另类数据并没有统一的定义，大体上可以理解为有别于传统数据同时有价值的数据和信息。当下越来越多的数据渗入我们的生活中，但是数据本身具有洞见的时候才会有用。随着人工智能和机器学习的发展，我们可以从看似杂乱无章的海量数据中提取特征，云计算的发展也可以有效管理此类

本书旨在解释使支持向量机(sMs)成为各种应用的成功建模和预测工具的原理。书中通过展示支持向量机的基本概念，以及最新发展和当前的研究问题来实现这一目标。本书分析了支持向量机成功的至少三个原因：它们在只有少量自由参数的情况下很好地学习的能力，它们对几种类型的模型违反和异常值的鲁棒性，最后是它们的计算效率与其他几种方法进行

内容介绍 本书是一本关于在模式分类中使用支持向量机的指南，包括对分类器和回归器的严格的性能比较。本书为多类分类和函数逼近问题、分类器和回归器的评价标准提出了架构。本书特色：阐明了两类支持向量机的特征；讨论了提高神经网络和模糊系统泛化能力的核方法；大量的插图和例子；使用公开数据集进行性能评估；检验马氏核、经验特征空间，

计算机视觉与模式识别中的信息论方法 香农信息科学经典

现代医院信息化建设与管理实践

智能系统通常依赖于信息智能体提供的数据，例如传感器数据或众包计算。因为提供准确和切合的数据需要付出代价的不菲，所以智能体可能并不总是愿意提供准确的数据。因此，不仅要验证数据的正确性，还要提供激励机制，以给提供高质量数据的智能体更多奖励。这就是本书的主题——数据科学中的博弈论。本书研究了不同的激励机制与各种环境设置，也考

信息论方法广泛应用于工程、物理、遗传学、神经科学等科学领域，在图像处理中也逐渐成为有用的工具。本书中介绍了信息论的基本概念，以及其如何在配准、分割、视频处理和计算美学等图像处理领域中应用。本书提出的一些方法，例如将互信息应用于图像配准，是图像处理的新技术。本书强调了信息论方法的共性方面，并以统一的方式介绍它们，以便向读