【赠书】周志华领衔撰写,历时4年,宝箱书《机器学习理论导引》问世!

NewBeeNLP 2020-05-26 10:59


如果你也蹲在周志华老师微博底下等送书,赶快到文末留言区领取吧!




新书速递


机器学习近年来备受关注,对机器学习理论感兴趣的人士也日渐增多。然而这方面的专门书籍颇少,中文读物尤甚。


顾名思义,机器学习理论研究的是关于机器学习的理论基础,主要内容是分析学习任务的困难本质,为学习算法提供理论保证,并根据分析结果指导算法设计。虽然这方面的内容对深入理解机器学习技术甚为重要,但由于内容艰深广袤,既需对机器学习问题有恰当把握,又需相当的数学技巧,且不少内容来源流派颇为不同,不仅初学者感觉难以下手,浸淫多年的学者往往也难纵览全貌。


国际上关于机器学习理论的书籍大致有两类,一类从介绍机器学习具体技术的角度展开,重点在于告诉读者如何从理论角度来理解这些技术,学习理论自身的内容则散见于不同机器学习技术的讨论中。另一类则聚焦于某项具体的学习理论,其他理论内容则需另寻相关读物。


今天,小编为大家推荐《机器学习理论导引》,这本书试图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。作者以为,对理论学习和研究来说,弄清楚基础概念和工具尤为重要。因此,本书采取了与上述书籍不同的组织方式。作者梳理出机器学习理论这个“百宝箱”中的七个重要概念或理论工具,姑且称之为“七种武器”,即: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




目 录(可滑动查看噢)

前言

主要符号表

1章 预备知识  ……………………………………………………… 1

1.1 函数的性质  ……………………………………………………… 1

1.2 重要不等式  ……………………………………………………… 5

1.3 最优化基础  ……………………………………………………… 9

1.4 支持向量机  ……………………………………………………… 13

1.5 理论的作用  ……………………………………………………… 18

1.6 阅读材料  ………………………………………………………… 19

习题  …………………………………………………………………… 21

参考文献  ……………………………………………………………… 22

2章 可学性  ………………………………………………………… 25

2.1 基本概念  ………………………………………………………… 25

2.2 PAC学习  ………………………………………………………… 26

2.3 分析实例  ………………………………………………………… 30

2.4 阅读材料  ………………………………………………………… 35

习题  …………………………………………………………………… 36

参考文献  ……………………………………………………………… 37

3章 复杂度  ………………………………………………………… 39

3.1 数据分布无关  …………………………………………………… 39

3.2 数据分布相关  …………………………………………………… 46

3.3 分析实例  ………………………………………………………… 50

3.4 阅读材料  ………………………………………………………… 56

习题  ..………………………………………………………………… 58

参考文献  ……………………………………………………………… 59

4章 泛化界  ………………………………………………………… 61

4.1 泛化误差上界  …………………………………………………… 61

4.2 泛化误差下界  …………………………………………………… 71

4.3 分析实例  ………………………………………………………… 78

4.4 阅读材料  ………………………………………………………… 83

习题  …………………………………………………………………… 84

参考文献  ……………………………………………………………… 86

5章 稳定性  ………………………………………………………… 89

5.1 基本概念  ………………………………………………………… 89

5.2 重要性质  ………………………………………………………… 92

5.3 分析实例  ………………………………………………………… 98

5.4 阅读材料  ………………………………………………………… 107

习题  …………………………………………………………………… 108

参考文献  ……………………………………………………………… 110

6章 一致性  ………………………………………………………… 113

6.1 基本概念  ………………………………………………………… 113

6.2 替代函数  ………………………………………………………… 117

6.3 划分机制  ………………………………………………………… 122

6.4 分析实例  ………………………………………………………… 125

6.5 阅读材料  ………………………………………………………… 132

习题  …………………………………………………………………… 134

参考文献  ……………………………………………………………… 135

7章 收敛率  ………………………………………………………… 137

7.1 基本概念  ………………………………………………………… 137

7.2 确定优化  ………………………………………………………… 139

7.3 随机优化  ………………………………………………………… 143

7.4 分析实例  ………………………………………………………… 155

7.5 阅读材料  ………………………………………………………… 157

习题  …………………………………………………………………… 159

参考文献  ……………………………………………………………… 161

8章 遗憾界  ………………………………………………………… 163

8.1 基本概念  ………………………………………………………… 163

8.2 完全信息在线学习  ……………………………………………… 165

8.3 赌博机在线学习  ………………………………………………… 170

8.4 分析实例  …………………………………………………………184

8.5 阅读材料  ………………………………………………………… 188

习题  …………………………………………………………………… 189

参考文献  ……………………………………………………………… 191

索引  …………………………………………………………………… 193

上下滑动查看



  粉丝福利


本次联合【机械工业出版社华章公司】为大家带来两本“宝箱书”正版新书!本次还是留言赠书,主题不限,但希望是真心走心评论,否则无效噢。截止5月31日20点,我们将在认真留言的前提下取点赞前两名粉丝包邮赠送《机器学习理论导引》正版图书!新书会在6.1寄出噢,快来留言get你的儿童节礼物吧!!!


- END -


概率图模型笔记(PART I) 2020-05-15
超详细整理!Pandas实用手册(PART I) 2020-04-14
14种模式搞定面试算法编程题(PART I) 2020-03-24

听说在看一下中奖几率暴增


本站根据用户申请收录文章,版权归原作者所有
如若侵权,请联系ershicimi@163.com删除
觉得不错,分享给更多人

热门文章