Understanding Machine Learning

Shai Shalev-Shwartz

出版时间

2014-01-01

ISBN

9781107057135

评分

★★★★★

标签

算法

书籍介绍
这是一本把机器学习'讲清楚为什么'的书。市面上多数教材直接教你怎么用算法,而它从学习的数学本质出发:什么是可学习、为什么可学习、算法的复杂度与稳定性如何影响最终结果。前八章对新手格外友好,被不少读者当作入门理论的首选;但正因如此,它也劝退了一批'数学太差'的人——'为什么评分这么高却一个字看不懂'几乎是共鸣。它适合愿意啃推导、想理解 PAC 学习、VC 维、偏差-复杂度权衡背后逻辑的读者,而非只想调包落地的人。需要提醒的是,部分技术话题已被认为过时,实战导向的读者需谨慎。
作者简介
Shai Shalev-Shwartz is an Associate Professor at the School of Computer Science and Engineering at the Hebrew University of Jerusalem, Israel. Shai Ben-David is a Professor in the School of Computer Science at the University of Waterloo, Canada.
目录
Introduction
Part I: Foundations
A gentle start
A formal learning model
Learning via uniform convergence

显示全部
用户评论
讨论班用书,偏理论证明,看的头疼
learning theory classic textbook
救命qaq
上个 Learning Theory 然后发现第一节课讲的定理是 ch21的 .......
看不懂, 可能是我太弱。
读了前八章,写得真对新手友好
原版写的很好
简洁明了 定理清晰 理论讲述明快
Great book recommended by Prof Matus Telgarsky
通读了整本书并仔细检查了书中所有证明。在本人已经研究计算学习理论相关领域一年的基础上,按照章节顺序阅读此书十分通顺,所以希望理解全书的读者可能需要对经典机器学习有过一定接触。全书内容正如副标题概括的一样:从理论到算法。Part 4的定理,部分可以直接应用于最新的研究中。不足之处在于有四分之一左右的定理的证明被跳过,书中给出的证明中有5-10个存在问题,无法完全跟随,需要参考出处。打字错误和语法问题也有一些,小部分影响到通顺的阅读。在网上只能找到前25章习题的答案。
下载
收藏