遷移學習
楊強教授領銜撰寫，研究團隊十余年艱苦研究工作的積累。
遷移學習“開山之作”，解決人工智能的“最后一公里”問題。
張鈸院士作序，鄧力、高文、李開復、周志華（按姓氏拼音排序）聯(lián)袂推薦。
遷移學習解決的是系統(tǒng)如何快速地適應新場景、新任務和新環(huán)境的問題，在目標域中只有少量標記數(shù)據(jù)可用時，它賦予了機器學習系統(tǒng)利用輔助數(shù)據(jù)和模型來解決目標問題的能力。這使得機器學習系統(tǒng)更加可靠和健壯，并且讓機器學習模型在面對不可預見的變化時盡可能達到預期的性能。在企業(yè)層面，遷移學習允許知識的重復利用，使得每次獲得的經(jīng)驗可以重復地應用于現(xiàn)實世界。
本書為遷移學習方向首本算法、理論、應用方面成熟、成體系的總結(jié)，相關(guān)領域研究的系統(tǒng)性參考。為遷移學習領域的新加入者提供了堅實的基礎，也為經(jīng)驗豐富的研究人員和開發(fā)人員提供了新的視野。
本書分為兩部分。第1部分（第1～14章）介紹遷移學習的基礎...
楊強教授領銜撰寫，研究團隊十余年艱苦研究工作的積累。
遷移學習“開山之作”，解決人工智能的“最后一公里”問題。
張鈸院士作序，鄧力、高文、李開復、周志華（按姓氏拼音排序）聯(lián)袂推薦。
遷移學習解決的是系統(tǒng)如何快速地適應新場景、新任務和新環(huán)境的問題，在目標域中只有少量標記數(shù)據(jù)可用時，它賦予了機器學習系統(tǒng)利用輔助數(shù)據(jù)和模型來解決目標問題的能力。這使得機器學習系統(tǒng)更加可靠和健壯，并且讓機器學習模型在面對不可預見的變化時盡可能達到預期的性能。在企業(yè)層面，遷移學習允許知識的重復利用，使得每次獲得的經(jīng)驗可以重復地應用于現(xiàn)實世界。
本書為遷移學習方向首本算法、理論、應用方面成熟、成體系的總結(jié)，相關(guān)領域研究的系統(tǒng)性參考。為遷移學習領域的新加入者提供了堅實的基礎，也為經(jīng)驗豐富的研究人員和開發(fā)人員提供了新的視野。
本書分為兩部分。第1部分（第1～14章）介紹遷移學習的基礎，其中第1章對遷移學習進行概述，第2～14章介紹遷移學習相關(guān)的各種理論和算法。第2部分（第15～22章）討論遷移學習的許多應用領域。第23章是對全書的總結(jié)。
楊強 微眾銀行首席人工智能官，香港科技大學計算機科學與工程系講席教授，第四范式有限公司聯(lián)合創(chuàng)始人，ACM、AAAI、IEEE、IAPR、CAAI和AAAS會士，香港人工智能與機器人學會理事長，AAAI 2021主席。曾任IJCAI理事長和多個國際頂會主席，包括IJCAI 2015、ACM KDD 2012等。曾獲2004/2005 ACM KDDCUP冠軍、2017 ACM SIGKDD杰出服務獎、2018 AAAI創(chuàng)新人工智能應用獎、2019 CAAI吳文俊人工智能科學技術(shù)杰出貢獻獎。曾任華為諾亞方舟實驗室創(chuàng)始主任和香港科技大學計算機系主任。曾創(chuàng)立IEEE Transactions on Big Data和ACM Transactions on Intelligent Systems and Technology期刊并任主編。著有《智能規(guī)劃》《學...
楊強 微眾銀行首席人工智能官，香港科技大學計算機科學與工程系講席教授，第四范式有限公司聯(lián)合創(chuàng)始人，ACM、AAAI、IEEE、IAPR、CAAI和AAAS會士，香港人工智能與機器人學會理事長，AAAI 2021主席。曾任IJCAI理事長和多個國際頂會主席，包括IJCAI 2015、ACM KDD 2012等。曾獲2004/2005 ACM KDDCUP冠軍、2017 ACM SIGKDD杰出服務獎、2018 AAAI創(chuàng)新人工智能應用獎、2019 CAAI吳文俊人工智能科學技術(shù)杰出貢獻獎。曾任華為諾亞方舟實驗室創(chuàng)始主任和香港科技大學計算機系主任。曾創(chuàng)立IEEE Transactions on Big Data和ACM Transactions on Intelligent Systems and Technology期刊并任主編。著有《智能規(guī)劃》《學術(shù)研究：你的成功之道》《軟件工程中基于約束的設計恢復》和《聯(lián)邦學習》。畢業(yè)于北京大學（天體物理學學士）和美國馬里蘭大學（計算機專業(yè)博士）。
張宇 南方科技大學計算機科學與工程系副教授，2011年在香港科技大學計算機科學與工程系獲博士學位。在國內(nèi)外頂級人工智能和機器學習會議及期刊上發(fā)表論文約70篇。曾獲UAI 2010和PAKDD 2019的最佳論文獎，以及2013年IEEE/WIC/ACM網(wǎng)絡智能國際會議的最佳學生論文獎。2019年入選國家特聘專家（青年）。
戴文淵 第四范式有限公司創(chuàng)始人兼首席執(zhí)行官。曾任百度首席架構(gòu)師和高級科學家，幫助百度開發(fā)了機器學習系統(tǒng)。曾任華為諾亞方舟實驗室首席科學家。畢業(yè)于香港科技大學計算機科學與工程系（博士）、上海交通大學計算機科學與工程系（碩士、學士）。在ICML、NIPS、AAAI、KDD等會議上發(fā)表論文多篇。曾獲2005年ACM-ICPC總決賽世界冠軍、2007年P(guān)KDD最佳學生論文獎。入選2017年《麻省理工科技評論》中國青年科技創(chuàng)新人才榜（TR35）發(fā)明家和2017年《財富》中國40位40歲以下商界精英。
潘嘉林 新加坡南洋理工大學計算機科學與工程學院教務長講座副教授，曾任新加坡資訊通信研究所（Institute for Infocomm Research）數(shù)據(jù)分析部門文本分析實驗室主任。2011年獲香港科技大學計算機科學博士學位。2018年被《IEEE智能系統(tǒng)》評選為“10大AI青年科學家”（AI 10 to Watch）。
譯者簡介：
莊福振 中國科學院計算技術(shù)研究所副研究員、碩士生導師，于2011年7月在中國科學院研究生院獲得博士學位；2013年9月被聘為副研究員。主要從事遷移學習、多任務學習、推薦系統(tǒng)以及大數(shù)據(jù)挖掘應用等方面的研究，相關(guān)成果已經(jīng)在本領域、重要國際期刊和國際會議上發(fā)表\錄用論文100余篇。遷移學習的工作曾獲得SDM2010和CIKM2010的最佳論文提名，2013年獲得中國人工智能學會優(yōu)秀博士學位論文獎。入選2015年微軟亞洲研究院青年教師“鑄星計劃”，2017入選中國科學院青年創(chuàng)新促進會。