機(jī)器學(xué)習(xí)基礎(chǔ)

本書從概率近似正確（PAC）理論出發(fā)探討機(jī)器學(xué)習(xí)的基礎(chǔ)理論與典型算法，包括PAC學(xué)習(xí)框架、VC-維、支持向量機(jī)、核方法、在線學(xué)習(xí)、多分類、排序、回歸、降維、強(qiáng)化學(xué)習(xí)等豐富的內(nèi)容。此外，附錄部分簡要回顧了與機(jī)器學(xué)習(xí)密切相關(guān)的概率論、凸優(yōu)化、矩陣以及范數(shù)等必要的預(yù)備知識(shí)。

本書重在介紹典型算法的理論支撐并指出算法在實(shí)際應(yīng)用中的關(guān)鍵點(diǎn)，注重理論細(xì)節(jié)與證明過程，可作為高等院校機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)等課程的教材，或作為相關(guān)領(lǐng)域研究人員的參考讀物。

Mehryar Mohri，紐約大學(xué)庫蘭特?cái)?shù)學(xué)科學(xué)研究所計(jì)算機(jī)科學(xué)與數(shù)學(xué)教授，同時(shí)任谷歌研究院的研究顧問。主要研究方向包括機(jī)器學(xué)習(xí)理論和算法、語音處理、自動(dòng)機(jī)理論和算法、自然語言處理、計(jì)算生物學(xué)等。曾在AT&T實(shí)驗(yàn)室研究部擔(dān)任部門主管和技術(shù)負(fù)責(zé)人。他是多個(gè)核心加權(quán)自動(dòng)機(jī)和有限狀態(tài)機(jī)算法的作者，在將加權(quán)有限狀態(tài)機(jī)應(yīng)用于語音識(shí)別和自然語言處理方面做了開創(chuàng)性的工作。

Afshin Rostamizadeh，谷歌研究院高級(jí)研究員。擁有紐約大學(xué)計(jì)算機(jī)科學(xué)博士學(xué)位，加州大學(xué)伯克利分校電子工程與計(jì)算機(jī)學(xué)士學(xué)位。

Ameet Talwalkar，卡內(nèi)基·梅隆大學(xué)機(jī)器學(xué)習(xí)系助理教授，同時(shí)還是AI初創(chuàng)企業(yè) Determined AI 的聯(lián)合創(chuàng)始人和首席科學(xué)家。他擁有紐約大學(xué)計(jì)算機(jī)科學(xué)-機(jī)器學(xué)習(xí)學(xué)位，還曾是加州大學(xué)伯克利分校電子工程與計(jì)算機(jī)系博士后研究員。