深入理解机器学习

书籍简介:

本书介绍机器学习方法的原理及方法，同时引入了学习的计算复杂性、凸性和稳定性、PAC贝叶斯方法、压缩界等概念，以及随机梯度下降、神经元网络和结构化输出等方法。作者既讲述最重要的机器学习算法的工作原理和动机，还指出其固有的优势和缺点，是有兴趣了解机器学习理论和方法以及应用的学生和专业人员的良好教材或参考书。

书籍规格:

书籍信息归属:

深入理解机器学习是机械工业出版社于2016.7出版的中图分类号为 TP181 的主题关于 机器学习 的书籍。