本书旨在为有志于机器学习理论学习和研究的读者提供一个入门导引。在预备知识之后,全书各章分别聚焦于:可学性、(假设空间)复杂度、泛化界、稳定性、一致性、收敛率、遗憾界。 除介绍基本概念外,还给出若干分析实例,如显示如何将不同理论工具应用于支持向量机这种常见机器学习技术。

机器学习领域著名学者周志华教授领衔的南京大学LAMDA团队四位教授合著;系统梳理机器学习理论中的七大重要概念或理论工具,并给出若干分析实例;机器学习理论内容浩瀚广博,旨在为机器学习理论研究的读者提供入门导引。


根据中华人民共和国国家版权局相关法规,本站不提供该PDF电子版书籍
您可以进入交流社群中继续寻找资料或购买正版书籍

Linux交流群

技术交流社群:https://www.linuxprobe.com/club

Linux书籍在线阅读:https://www.linuxprobe.com/chapter-00.html

本文原创地址:https://www.linuxprobe.com/machine-learning-theory.html编辑:向云艳,审核员:逄增宝