![]() ![]() |
統(tǒng)計機器學習
本書主要介紹統(tǒng)計機器學習框架,該框架以基于機器學習算法獲得真實數(shù)據(jù)生成過程(DGP)概率分布的最佳近似為前提。統(tǒng)計機器學習框架由一組核心定理支撐,能夠用來分析許多常見機器學習算法對DGP的漸近性。書中通過相關(guān)機器學習案例幫助學生理解框架中的核心定理。具體來說,本書分為四部分:第一部分通過實例介紹了機器學習算法概念和描述算法的數(shù)學工具;第二部分討論了確定性學習機的漸近行為;第三部分討論了隨機推理機和隨機學習機的漸近行為;第四部分關(guān)注的是機器學習算法的泛化性能表征問題。
你還可能感興趣
我要評論
|