|
题名:
|
机器学习 / (美) 梅尔亚·莫里, 阿夫欣·罗斯塔米扎达尔, 阿米特·塔尔沃卡尔著 , 张文生, 杨雪冰, 吴雅婧译 |
|
ISBN:
|
978-7-111-70894-0 价格： CNY119.00 |
|
语种:
|
chi |
|
载体形态:
|
X, 364页 图 26cm |
|
出版发行:
|
出版地： 北京 出版社： 机械工业出版社 出版日期： 2022 |
|
内容提要:
|
本书深入浅出地介绍了目前机器学习领域中重要的理论和关键的算法, 涵盖机器学习的前沿内容, 同时提供讨论和证明算法所需的理论基础与概念, 并且指出了这些算法在实际应用中的关键点, 旨在通过对一些基本问题乃至前沿问题的精确证明, 为读者提供新的理念和理论工具。本书注重对算法的分析和理论的关注, 涉及的内容包括：概率近似正确(PAC)学习框架、基于Rademacher复杂度和VC—维的泛化界、支持向量机(SVM)、核方法、boosting、在线学习、多分类、排序、回归、算法稳定性、降维、学习自动机和语言和强化学习。 |
|
主题词:
|
机器学习 算法 |
|
中图分类法:
|
TP181 版次： 5 |
|
其它题名:
|
从基础理论到典型算法 |
|
主要责任者:
|
莫里 著 |
|
主要责任者:
|
罗斯塔米扎达尔 著 |
|
主要责任者:
|
塔尔沃卡尔 著 |
|
次要责任者:
|
张文生 译 |
|
次要责任者:
|
杨雪冰 译 |
|
次要责任者:
|
吴雅婧 译 |