基本介紹
內容簡介,目錄,
內容簡介
機器學習領域著名學者周志華教授領銜的南京大學LAMDA團隊四位教授合著
系統梳理機器學習理論中的七大重要概念或理論工具，並給出若干分析實例
機器學習理論內容浩瀚廣博，旨在為機器學習理論研究的讀者提供入門導引
本書旨在為有志於機器學習理論學習和研究的讀者提供一個入門導引。在預備知識之後，全書各章分別聚焦於：可學性、（假設空間）複雜度、泛化界、穩定性、一致性、收斂率、遺憾界。 除介紹基本概念外，還給出若干分析實例，如顯示如何將不同理論工具套用於支持向量機這種常見機器學習技術。
目錄
前言
主要符號表
第1章 預備知識 ……………………………………………………………… 1
1.1 函式的性質 ………………………………………………………………… 1
1.2 重要不等式 ……………………………………………………………… 5
1.3 最最佳化基礎 ……………………………………………………………… 9
1.4 支持向量機 ……………………………………………………………… 13
1.5 理論的作用 ……………………………………………………………… 18
1.6 閱讀材料 ………………………………………………………………… 19
習題 ……………………………………………………………………………… 21
參考文獻 ………………………………………………………………………… 22
第2章 可學性 ……………………………………………………………… 25
2.1 基本概念 …………………………………………………………………25
2.2 PAC學習 …………………………………………………………………… 26
2.3 分析實例 ………………………………………………………………… 30
2.4 閱讀材料 ………………………………………………………………… 35
習題 ……………………………………………………………………………… 36
參考文獻 ……………………………………………………………………… 37
第3章 複雜度 ……………………………………………………………39
3.1 數據分布無關 ………………………………………………………… 39
3.2 數據分布相關 ………………………………………………………… 46
3.3 分析實例 ……………………………………………………………… 50
3.4 閱讀材料 …………………………………………………………………56
習題 ..……………………………………………………………………………… 58
參考文獻 ……………………………………………………………………… 59
第4章 泛化界 ……………………………………………………………… 61
4.1 泛化誤差上界 ………………………………………………………… 61
4.2 泛化誤差下界 ………………………………………………………… 71
4.3 分析實例 ………………………………………………………………… 78
4.4 閱讀材料 ………………………………………………………………… 83
習題 ……………………………………………………………………………… 84
參考文獻 ……………………………………………………………………… 86
第5章 穩定性 …………………………………………………………… 89
5.1 基本概念 ………………………………………………………………… 89
5.2 重要性質 ………………………………………………………………… 92
5.3 分析實例 ………………………………………………………………… 98
5.4 閱讀材料 ………………………………………………………………… 107
習題 ……………………………………………………………………………… 108
參考文獻 ……………………………………………………………………… 110
第6章 一致性 …………………………………………………………… 113
6.1 基本概念 ……………………………………………………………… 113
6.2 替代函式 ……………………………………………………………… 117
6.3 劃分機制 ……………………………………………………………… 122
6.4 分析實例 ……………………………………………………………… 125
6.5 閱讀材料 ……………………………………………………………… 132
習題 ………………………………………………………………………… 134
參考文獻 ………………………………………………………………… 135
第7章 收斂率 …………………………………………………………… 137
7.1 基本概念 ……………………………………………………………… 137
7.2 確定最佳化 ……………………………………………………………… 139
7.3 隨機最佳化 ……………………………………………………………… 143
7.4 分析實例 ………………………………………………………………155
7.5 閱讀材料 ……………………………………………………………… 157
習題 ……………………………………………………………………………… 159
參考文獻 ……………………………………………………………………… 161
第8章 遺憾界 …………………………………………………………… 163
8.1 基本概念 ……………………………………………………………… 163
8.2 完全信息線上學習 ……………………………………………… 165
8.3 賭博機線上學習 ………………………………………………….170
8.4 分析實例 ……………………………………………………………184
8.5 閱讀材料 …………………………………………………………… 188
習題 …………………………………………………………………………… 189
參考文獻 …………………………………………………………………… 191
索引 ………………………………………………………………………… 193
