機器學習基礎 Foundations of Machine Learning

[美] 梅爾亞·莫里(Mehryar Mohri)紐約大學/谷歌研究院 阿夫欣·羅斯塔米扎達爾(Afshin Rostamizadeh)谷歌研究院 阿米特·塔爾沃卡爾(Ameet Talwalkar)卡內基·梅隆大學 著

買這商品的人也買了...

相關主題

商品描述

機器學習領域的里程碑式著作,MIT Press出版。
紐約大學梅爾亞·莫里教授與兩位機器學習界的後起之秀合著。
中國科學院自動化研究所人工智能與機器學習研究團隊翻譯作品。

這是一本嚴謹、全面且自成體系的書,是涵蓋眾多機器學習算法和問題的集大成之作,更是企業界與學術界的研究人員、工程師及學生的必備參考書。
——Corinna Cortes,谷歌研究院紐約分院主管
終於等來了這樣一本書!既有內容上的廣度,涵蓋機器學習中的諸多算法問題,又兼具數學上的深度,剖析了研究生課程中所必需的理論問題。本書如此出色地完成了這項艱巨的任務,為機器學習領域的發展做出了卓越貢獻。
——Yishay Mansour,以色列特拉維夫大學電腦學院教授
本書是機器學習領域的里程碑式著作,被哥倫比亞大學和北京大學等國內外頂尖院校用作教材。書中介紹機器學習的基礎概念和關鍵算法,給出了算法的理論支撐,並且指出了算法在實際應用中的關鍵點。通過對這些基本問題乃至前沿問題的精確證明,為讀者提供了新的理念和理論工具。
本書特色
更高的闡述視點,更重視理解深度,引入概率近似正確(PAC)學習理論,探討機器學習結果的可信度與推廣能力。
更多的理論細節,更強調證明過程,不僅涵蓋常規主題,而且對一般教材中忽略的回歸、多分類和排序問題做了細致討論。
更好的章節組織,更關註知識關聯,通過間隔(margin)理論構建各個章節的內在銜接,實現了機器學習諸多方面的統一。