机构名称：
¥ 44.0
机器学习是计算机科学增长最快的领域之一，具有深远的应用程序。本教科书的目的是介绍机器学习，以及它以一种原则上的方式提供的算法范例。本书提供了有关机器学习基础思想的广泛理论描述以及将这些原理转化为实用算法的数学推导。以介绍该领域的基础知识，该书涵盖了一系列众多的中心主题，这些主题尚未得到以前的文本书籍。这些包括讨论学习的计算复杂性以及凸性和稳定性的概念；重要的算法 - MIC范式，包括随机梯度下降，神经网络和结构化输出学习；以及新兴的理论概念，例如Pac-Bayes方法和基于压缩的界限。专为高级本科或初学者课程而设计，这些文本使学生学习的基本原理和算法可访问统计，计算机科学，数学和工程学中的学生和非读者。
理解机器学习：从理论到算法
主要关键词
相关文件推荐
