机器学习理论导引

副标题:无

作   者:周志华

分类号:

ISBN:9787111654247

微信扫一扫,移动浏览光盘

简介


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

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。


目录


前言

主要符号表

第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 *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

第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

第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

第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

第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

第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

第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

第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


已确认勘误

次印刷

页码 勘误内容 提交人 修订印次

机器学习理论导引
    • 名称
    • 类型
    • 大小

    光盘服务联系方式: 020-38250260    客服QQ:4006604884

    意见反馈

    14:15

    关闭

    云图客服:

    尊敬的用户,您好!您有任何提议或者建议都可以在此提出来,我们会谦虚地接受任何意见。

    或者您是想咨询:

    用户发送的提问,这种方式就需要有位在线客服来回答用户的问题,这种 就属于对话式的,问题是这种提问是否需要用户登录才能提问

    Video Player
    ×
    Audio Player
    ×
    pdf Player
    ×
    Current View

    看过该图书的还喜欢

    some pictures

    解忧杂货店

    东野圭吾 (作者), 李盈春 (译者)

    loading icon