機(jī)器學(xué)習(xí)的PAC-Bayes理論評價及應(yīng)用

　　本書由基礎(chǔ)理論和應(yīng)用實(shí)踐兩大部分組成，書中分析了計(jì)算學(xué)習(xí)理論及PAC可學(xué)習(xí)框架，剖析了PACBayes理論的內(nèi)涵，并在闡述統(tǒng)計(jì)學(xué)習(xí)理論和支持向量機(jī)基本原理的基礎(chǔ)上，論述了PACBayes邊界應(yīng)用于支持向量機(jī)算法的相關(guān)推論。 \n書中討論了結(jié)合再生核希爾伯特空間和馬爾科夫鏈蒙特卡洛方法，實(shí)現(xiàn)PACBayes邊界的計(jì)算。 \n同時，介紹了目前各種機(jī)器學(xué)習(xí)算法上的PACBayes泛化誤差邊界，以及PACBayes理論在機(jī)器學(xué)習(xí)中的各種應(yīng)用。 \n最后，將機(jī)器學(xué)習(xí)算法與PACBayes理論運(yùn)用于Web文檔評價、蛋白質(zhì)預(yù)測、空氣質(zhì)量預(yù)測、京津冀一體化研究、高校科研人才評價、中國貨幣供應(yīng)量等研究實(shí)例中。 \n本書具有較強(qiáng)的理論性和系統(tǒng)性，對重要的理論和方法進(jìn)行了分析；同時具有較強(qiáng)的邏輯性，突出重點(diǎn)，條理清晰，由淺入深，從理論到實(shí)踐。本書剖析了算法實(shí)現(xiàn)，給出了實(shí)驗(yàn)設(shè)計(jì)與結(jié)果，具有較強(qiáng)的實(shí)踐特色。 \n本書可以作為計(jì)算機(jī)、信息科學(xué)等相關(guān)專業(yè)高年級本科生和研究生的參考書或教材，也可以作為教師、科研人員和相關(guān)培訓(xùn)機(jī)構(gòu)的參考書。 \n本書定位于希望快速學(xué)習(xí)機(jī)器學(xué)習(xí)，人工智能，模式識別，計(jì)算學(xué)習(xí)理論的初、中級用戶和自學(xué)者。 \n同時，本書對于機(jī)器學(xué)習(xí)、人工智能、模式識別等領(lǐng)域的研發(fā)人員也具有很好的參考價值。 \n\n

暫缺《機(jī)器學(xué)習(xí)的PAC-Bayes理論評價及應(yīng)用》作者簡介