☆☆☆☆☆
簡體網頁||繁體網頁

Foundations of Machine Learning pdf epub mobi 著者簡介

---

Foundations of Machine Learning pdf epub mobi 圖書描述

---

Foundations of Machine Learning pdf epub mobi 圖書目錄

---

點擊這裡下載

---

---

---

發表於2024-12-22

Foundations of Machine Learning 2024 pdf epub mobi 電子書 下載

Foundations of Machine Learning 2024 pdf epub mobi 電子書 下載

Foundations of Machine Learning 2024 pdf epub mobi 電子書 下載

---

喜欢 Foundations of Machine Learning 電子書 的读者还喜欢

• 
  Information Theory, Inference and Learning Algorithms 2024 pdf epub mobi 電子書 下載
• 
  Bayesian Reasoning and Machine Learning 2024 pdf epub mobi 電子書 下載
• 
  Probabilistic Graphical Models 2024 pdf epub mobi 電子書 下載
• 
  The Elements of Statistical Learning 2024 pdf epub mobi 電子書 下載
• 
  Numerical Optimization 2024 pdf epub mobi 電子書 下載
• 
  Pattern Recognition and Machine Learning 2024 pdf epub mobi 電子書 下載
• 
  Learning with Kernels 2024 pdf epub mobi 電子書 下載
• 
  Understanding Machine Learning 2024 pdf epub mobi 電子書 下載
• 
  Algebraic Geometry and Statistical Learning Theory 2024 pdf epub mobi 電子書 下載
• 
  統計學習理論的本質 2024 pdf epub mobi 電子書 下載

評分☆☆☆☆☆

作為一名非科班的學渣級彆的初級機器學習從業者，對於learning theory，我內心其實是拒絕的，大段大段（對於我而言似是而非）的公式推導，各種不等式縮放，對數學功底的要求還是頗高的。但是迫於發paper的需要，還是時常不得不證明一些bound，從而達到升華自己文章逼格，取悅re...

評分☆☆☆☆☆

作為一名非科班的學渣級彆的初級機器學習從業者，對於learning theory，我內心其實是拒絕的，大段大段（對於我而言似是而非）的公式推導，各種不等式縮放，對數學功底的要求還是頗高的。但是迫於發paper的需要，還是時常不得不證明一些bound，從而達到升華自己文章逼格，取悅re...

評分☆☆☆☆☆

作為一名非科班的學渣級彆的初級機器學習從業者，對於learning theory，我內心其實是拒絕的，大段大段（對於我而言似是而非）的公式推導，各種不等式縮放，對數學功底的要求還是頗高的。但是迫於發paper的需要，還是時常不得不證明一些bound，從而達到升華自己文章逼格，取悅re...

評分☆☆☆☆☆

作為一名非科班的學渣級彆的初級機器學習從業者，對於learning theory，我內心其實是拒絕的，大段大段（對於我而言似是而非）的公式推導，各種不等式縮放，對數學功底的要求還是頗高的。但是迫於發paper的需要，還是時常不得不證明一些bound，從而達到升華自己文章逼格，取悅re...

評分☆☆☆☆☆

作為一名非科班的學渣級彆的初級機器學習從業者，對於learning theory，我內心其實是拒絕的，大段大段（對於我而言似是而非）的公式推導，各種不等式縮放，對數學功底的要求還是頗高的。但是迫於發paper的需要，還是時常不得不證明一些bound，從而達到升華自己文章逼格，取悅re...

類似圖書 點擊查看全場最低價

出版者:The MIT Press

作者:Mehryar Mohri

出品人:

頁數:432

譯者:

出版時間:2012-8-17

價格:USD 70.00

裝幀:Hardcover

isbn號碼:9780262018258

叢書系列:Adaptive Computation and Machine Learning

評分☆☆☆☆☆

采用講decision function, loss function, 誤差分析這種比較符閤一般思路的方式寫的，和李航那本相比框架差不多，內容略多些，數學分析也比較多

評分☆☆☆☆☆

書的風格如標題，“基礎”。作者力圖從PAC理論開始將機器學習容納進“科學”的體係當中。所以全書充滿瞭證明和bound。這本書對於Learning Theory的入門還是很有意義的。

評分☆☆☆☆☆

入門還行，prerequsite比較少，附錄裏都包含瞭；跟Valiant一脈相承，個人覺得可以加個副標題叫“手把手教你推bound”；不適閤隻對應用感興趣的讀者，算法細節討論較少，全是分析誤差界；筆誤略多，看之前一定把作者主頁上的勘誤錶（不全）過一下。

評分☆☆☆☆☆

上來直接講model comparison和learning theory。 這種編排方式真是前無古人

評分☆☆☆☆☆

用PAC框架和VC理論給瞭BOOST和SVM堅實的基礎，書中對regression那一章用PAC和VC來解釋為什麼需要做L1或者L2的懲罰，給瞭統一的理論框架，頗有啓發性。缺點就是搞計算機的人數學實在是不夠嚴謹。計算機的人的角度和統計的人的角度看同一件事情的不同看法是最有意思的。

查看全網最低價