出版社:機械工業出版社 ISBN:9787111543022 商品編碼:10531348344 品牌:文軒 出版時間:2016-07-01 代碼:79 作者:沙伊·沙萊夫-施瓦茨(ShaiShalev-
" 作 者:(以)沙伊·沙萊夫-施瓦茨(Shai Shalev-Shwartz) 等 著;張文生 等 譯 定 價:79 出 版 社:機械工業出版社 出版日期:2016年07月01日 頁 數:309 裝 幀:平裝 ISBN:9787111543022 ●出版者的話 ●譯者序 ●前言 ●致謝 ●章引論1 ●1.1什麼是學習1 ●1.2什麼時候需要機器學習2 ●1.3學種類3 ●1.4與其他領域的關繫4 ●1.5如何閱讀本書4 ●1.6符號6 ●部分理論基礎 ●第2章簡易入門10 ●2.1一般模型——統計學習理論框架10 ●2.2經驗風險小化11 ●2.3考慮歸納偏置的經驗風險小化12 ●2.4練習15 ●第3章一般學習模型17 ●3.1PAC學習理論17 ●3.2更常見的學習模型18 ●部分目錄 沙伊·沙萊夫-施瓦茨、沙伊·本-戴維著的《深入理解機器學習(從原理到算法)》涵蓋了機器學習領域中的嚴謹理論和實用方法,討論了學計算復雜度、凸性和穩定性、PAC-貝葉斯方法、壓縮界等概念,並介紹了一些重要的算法範式,包括隨機梯度下降網絡以及結構化輸出。 全書講解全面透徹,適合有一定基礎的高年級本科生和研究生學習,也適合作為IT行業從事數據分析和挖掘的專業人員以及研究人員參考閱讀。 (以)沙伊·沙萊夫-施瓦茨(Shai Shalev-Shwartz) 等 著;張文生 等 譯 沙伊·沙萊夫-施瓦茨,以色列希伯來大學計算機及工程學院副教授,還在Mobileye公司研究自動駕駛。2009年之前他在芝加哥的豐田技術研究所工作。他的研究方向是機器學習算法。 沙伊·本-戴維,加拿大滑鐵盧大學計算機科學學院教授。先後在以色列理工學院、澳大利亞國立大學和康奈爾大學任教。 內容待完善
" |