MARC状态：审校 文献类型：中文图书 浏览次数：36
- 题名/责任者:
- 机器学习:从基础理论到典型算法/(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
- 出版发行项:
- 北京:机械工业出版社,2022
- ISBN及定价:
- 978-7-111-70894-0/CNY119.00
- 载体形态项:
- X, 364页:图;26cm
- 其它题名:
- 从基础理论到典型算法
- 丛编项:
- 智能科学与技术丛书
- 个人责任者:
- 莫里 (Mohri, Mehryar) 著
- 个人责任者:
- 罗斯塔米扎达尔 (Rostamizadeh, Afshin) 著
- 个人责任者:
- 塔尔沃卡尔 (Talwalkar, Ameet) 著
- 个人次要责任者:
- 张文生 译
- 个人次要责任者:
- 杨雪冰 译
- 个人次要责任者:
- 吴雅婧 译
- 学科主题:
- 机器学习-算法
- 中图法分类号:
- TP181
- 版本附注:
- 据2018年英文第2版译出
- 出版发行附注:
- 本书由MIT Press通过Bardon-Chinese Media Agency授权出版
- 书目附注:
- 有书目 (第338-351页) 和索引
- 提要文摘附注:
- 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。
全部MARC细节信息>>