深入理解机器学习:从原理到算法【正版书籍 达额立减】 下载 pdf 电子版 epub 免费 txt 2025

暂无相关简介，正在全力查找中！

目录Understanding Machine Learning:From Theory to Algorithms出版者的话译者序前言致谢第1章引论111什么是学习112什么时候需要机器学习213学习的种类314与其他领域的关系415如何阅读本书416符号6第一部分理论基础第2章简易入门1021一般模型——统计学习理论框架1022经验风险最小化1123考虑归纳偏置的经验风险最小化1224练习15第3章一般学习模型1731PAC学习理论1732更常见的学习模型18321放宽可实现假设——不可知PAC学习18322学习问题建模1933小结2134文献评注2135练习21第4章学习过程的一致收敛性2441一致收敛是可学习的充分条件2442有限类是不可知PAC可学习的2543小结2644文献评注2745练习27第5章偏差与复杂性权衡2851“没有免费的午餐”定理2852误差分解3153小结3154文献评注3255练习32第6章VC维3361无限的类也可学习3362VC维概述3463实例35631阈值函数35632区间35633平行于轴的矩形35634有限类36635VC维与参数个数3664PAC学习的基本定理3665定理67的证明37651Sauer引理及生长函数37652有小的有效规模的类的一致收敛性3966小结4067文献评注4168练习41第7章不一致可学习4471不一致可学习概述4472结构风险最小化4673最小描述长度和奥卡姆剃刀4874可学习的其他概念——一致收敛性5075探讨不同的可学习概念5176小结5377文献评注5378练习54第8章学习的运行时间5681机器学习的计算复杂度5682ERM规则的实现58821有限集58822轴对称矩形59823布尔合取式59824学习三项析取范式6083高效学习，而不通过合适的ERM6084学习的难度*6185小结6286文献评注6287练习62第二部分从理论到算法第9章线性预测6691半空间66911半空间类线性规划67912半空间感知器68913半空间的VC维6992线性回归70921最小平方70922多项式线性回归7193逻辑斯谛回归7294小结7395文献评注7396练习73第10章boosting75101弱可学习75102AdaBoost78103基础假设类的线性组合80104AdaBoost用于人脸识别82105小结83106文献评注83107练习84第11章模型选择与验证85111用结构风险最小化进行模型选择85112验证法861121留出的样本集861122模型选择的验证法871123模型选择曲线881124k折交叉验证881125训练验证测试拆分89113如果学习失败了应该做什么89114小结92115练习92第12章凸学习问题93121凸性、利普希茨性和光滑性931211凸性931212利普希茨性961213光滑性97122凸学习问题概述981221凸学习问题的可学习性991222凸利普希茨/光滑有界学习问题100123替代损失函数101124小结102125文献评注102126练习102第13章正则化和稳定性104131正则损失最小化104132稳定规则不会过拟合105133Tikhonov正则化作为稳定剂1061331利普希茨损失1081332光滑和非负损失108134控制适合与稳定性的权衡109135小结111136文献评注111137练习111第14章随机梯度下降114141梯度下降法114142次梯度1161421计算次梯度1171422利普希茨函数的次梯度1181423次梯度下降118143随机梯度下降118144SGD的变型1201441增加一个投影步1201442变步长1211443其他平均技巧1211444强凸函数*121145用SGD进行学习1231451SGD求解风险极小化1231452SGD求解凸光滑学习问题的分析1241453SGD求解正则化损失极小化125146小结125147文献评注125148练习126第15章支持向量机127151间隔与硬SVM1271511齐次情况1291512硬SVM的样本复杂度129152软SVM与范数正则化1301521软SVM的样本复杂度1311522间隔、基于范数的界与维度1311523斜坡损失*132153化条件与“支持向量”*133154对偶*133155用随机梯度下降法实现软SVM134156小结135157文献评注135158练习135第16章核方法136161特征空间映射136162核技巧1371621核作为表达先验的一种形式1401622核函数的特征*141163软SVM应用核方法141164小结142165文献评注143166练习143第17章多分类、排序与复杂预测问题145171一对多和一对一145172线性多分类预测1471721如何构建Ψ1471722对损失敏感的分类1481723经验风险最小化1491724泛化合页损失1491725多分类SVM和SGD150173结构化输出预测151174排序153175二分排序以及多变量性能测量157176小结160177文献评注160178练习161第18章决策树162181采样复杂度162182决策树算法1631821增益测量的实现方式1641822剪枝1651823实值特征基于阈值的拆分规则165183随机森林165184小结166185文献评注166186练习166第19章最近邻167191k近邻法167192分析16819211NN准则的泛化界1681922“维数灾难”170193效率实施*171194小结171195文献评注171196练习171第20章神经元网络174201前馈神经网络174202神经网络学习175203神经网络的表达力176204神经网络样本复杂度178205学习神经网络的运行时179206SGD和反向传播179207小结182208文献评注183209练习183第三部分其他学习模型第21章在线学习186211可实现情况下的在线分类186212不可实现情况下的在线识别191213在线凸优化195214在线感知器算法197215小结199216文献评注199217练习199第22章聚类201221基于链接的聚类算法203222k均值算法和其他代价最小聚类203223谱聚类2062231图割2062232图拉普拉斯与松弛图割算法2062233非归一化的谱聚类207224信息瓶颈*208225聚类的进阶观点208226小结209227文献评注210228练习210第23章维度约简212231主成分分析2122311当dm时一种更加有效的求解方法2142312应用与说明214232随机投影216233压缩感知217234PCA还是压缩感知223235小结223236文献评注223237练习223第24章生成模型226241极大似然估计2262411连续随机变量的极大似然估计2272412极大似然与经验风险最小化2282413泛化分析228242朴素贝叶斯229243线性判别分析230244隐变量与EM算法2302441EM是交替化算法2322442混合高斯模型参数估计的EM算法233245贝叶斯推理233246小结235247文献评注235248练习235第25章特征选择与特征生成237251特征选择2372511滤波器2382512贪婪选择方法2392513稀疏诱导范数241252特征操作和归一化242253特征学习244254小结246255文献评注246256练习246第四部分高级理论第26章拉德马赫复杂度250261拉德马赫复杂度概述250262线性类的拉德马赫复杂度255263SVM的泛化误差界256264低1范数预测器的泛化误差界258265文献评注259第27章覆盖数260271覆盖260272通过链式反应从覆盖到拉德马赫复杂度261273文献评注262第28章学习理论基本定理的证明263281不可知情况的上界263282不可知情况的下界2642821证明m(ε，δ)≥05log(1/(4δ))/ε22642822证明m(ε，1/8)≥8d/ε2265283可实现情况的上界267第29章多分类可学习性271291纳塔拉詹维271292多分类基本定理271293计算纳塔拉詹维2722931基于类的一对多2722932一般的多分类到二分类约简2732933线性多分类预测器273294好的与坏的ERM274295文献评注275296练习276第30章压缩界277301压缩界概述277302例子2783021平行于轴的矩形2783022半空间2793023可分多项式2793024间隔可分的情况279303文献评注280第31章PAC贝叶斯281311PAC贝叶斯界281312文献评注282313练习282附录A技术性引理284附录B测度集中度287附录C线性代数294参考文献297索引305

暂无相关内容，正在全力查找中

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：深入理解机器学习:从原理到算法【正版书籍 达额立减】在线阅读

在线听书地址：深入理解机器学习:从原理到算法【正版书籍 达额立减】在线收听

在线购买地址：深入理解机器学习:从原理到算法【正版书籍 达额立减】在线购买

暂无原文赏析，正在全力查找中！

编辑推荐

《深入理解机器学习:从原理到算法》讲解全面透彻，适合有一定基础的高年级本科生和研究生学习，也适合作为IT行业从事数据分析和挖掘的专业人员以及研究人员参考阅读。

• 作者：傅临春 发布时间：2019-07-25 16:33:30

  读过的心理学书籍太少，不敢就专业立场做评判。只能说，它对我帮助很大，指导性地理清了我的思路。感谢作者编者和翻译。另外，它主要面向的读者是治疗师，身为患者，阅读它一定要有清醒的逻辑，不要生搬硬套。

• 作者：紫雨 发布时间：2022-06-10 20:28:22

  不管别人吹的再天花乱坠，我就是读不下去！讲的很没有逻辑！我就是不喜欢！

• 作者：vermouth86 发布时间：2015-09-06 10:52:21

  基本算是读完了。。翻译是有些问题。。但瑕不掩瑜。。整本书理念还是相当不错的。。心理动力学、认知疗法之后的新一代心理治疗理念。。。

• 作者：Woody-木 发布时间：2023-02-07 14:45:24

  故事很简洁，述说了拉蒙的成长，有自我意识了。

• 作者：契斯伯格 发布时间：2020-05-31 21:51:40

  “我们会度过波西米亚的阶段然后安定下来，他写书且我们永远相爱。”

• 作者：Teddy0704 发布时间：2024-01-07 10:27:04

  引用的法条还是失效的《首次公开发行股票并上四市管理办法》

• 一般一般

  作者：咕哝 发布时间：2010-10-10 17:50:24

  。。故事拖太久了才看完。后半截追杀逃亡有点好莱坞味道（喂）

  总之感觉是不过不失的故事，中心思想真的没看懂（抱头）

• 父亲蒙冤入狱，且看儿子如何拼出一条生路

  作者：蓝羽尘 发布时间：2019-04-14 16:35:56

  红极一时的《那年花开月正圆》中有一位奇女子，也是一位成功的商人，那就是周滢。她一生坎坷，读书不多，却颇有经商头脑，依靠在泾阳建立布厂帮吴家翻了身。《天下商帮》中同样在泾阳，同样是棉布生意，又出现了一位了不起的女商人和一位弃政从商的真君子。

  作者龙在宇，是一名政商观察家、记者，饱览政商两届精英之兴衰成败，深感做人、做事、做官都得讲究谋略智慧。熟读史书，长于在历史中汲取处事智慧。立志以商业小说的形式，讲述商道博弈，弘扬商业文明，而《天下商帮》就是这样格局的一本书。

  

  一、父亲蒙冤入狱，不得已弃政从商

  晋商文善达来到泾阳后，与陕商盛寺山合伙创办了文盛合，盛极一时。文盛合掌柜蒙顺之子蒙元亨，聪明过人、熟读兵书、有勇有谋，年纪轻轻便已通达古今。他无心经商，唯愿效仿祖宗蒙恬，沙场建功。不曾想，索额图一朝不得宠，文东家受牵连，寿宴当天被捕下狱，还连带着父亲蒙顺。

  蒙元亨急中生智，快马加鞭赶上了巴图，打算用棉布的交易救人。不料四处奔波，不遗余力的结果只救下了文东家。文东家感激蒙元亨的救命之恩，也深知蒙顺忠心耿耿，如兄如弟。可在文盛合面前，他还是狠心把所有的罪名栽赃给了蒙顺，蒙顺背判流放。自此，蒙元亨和文家势不两立，和文知雪的感情更是再无可能。

  蒙元亨一度想上京告状，为父申冤，殊不知这条路上杀机重重也绝无成功的可能，皇上既然保下了索额图，当然不会再重翻旧案。去京路上，恰巧碰上了苏州广诚德布庄德东家岳江南，邀请蒙元亨跟他一起经商。蒙元亨深知自己已是犯人之子 ，就算有心建功，却也报国无门了。再说文善达背信弃义在前，赶尽杀绝于后，此仇不报非君子。但对付家大业大的文家，自己若不变得强大，岂会是人家对手。

  就这样，蒙元亨和徽商岳江南联合起来，打算去端掉山陕商帮的百年商路，给文盛合以重创。

  二、商帮大战，死了爱情，成就了泾阳女商人

  蒙元亨初涉商海，就把兵法用到了生意上，不仅开辟了漠西蒙古的商路，还把战场拉到了泾阳，打算用釜底抽薪的办法端了文善达的老巢。抢棉花大战一触即发，蒙元亨先发制人，出其不意，打得文家手忙脚乱。但姜总是老的辣，文善达虽然没法凑足现银，但想到了“以粮换棉”的妙计。可幸的是，蒙元亨先发现了天机，朝廷打仗需要征用船，他提前把棉花运了出去。文家以为自己胜券在握，无奈是站得高，跌得惨，就算是高高在上、见过大风大浪的文善达，也因此气急攻心、一病而死。文家和蒙家的梁子算是结深了，如果说之前蒙元亨和文知雪的爱情是再无可能，现在是文知雪放下爱情，为父报仇。

  文善达没有把家业交付给盛家公子，也没有交给自己的儿子，而是交给了不经人事的女儿文知雪，但这在后来证实了文善达看人的毒辣。

  文知雪临危不乱、有勇有谋、与狼共舞，先是赶走了蒙元亨，接着给岳江南下了套，最后借晋南地窖中的老旧织机，颠覆了百年商路，也彻底把岳江南赶出了泾阳。她被山陕商帮推举，名正言顺地坐上了父亲的会首之位。自此，泾阳出了一位女商人，后来一度还和索相做起了生意。

  三、重走茶马古道，做起了天下人的生意

  蒙元亨离开泾阳后，打算回到从小长大的地方保宁谋出路。足智多谋的他一到保宁就发现了商机，又托人结交了于成龙的手下赵明舟，打算干以银代粮的事。可惜的是，文知雪爱得越深恨得越惨，她不仅在泾阳封杀蒙元亨，还把手伸到了保宁，以银代粮的事就无疾而终了。保宁城里的生意是做不成了，蒙元亨就应了赵明舟的推荐，打算重走茶马古道。

  茶马古道艰险异常，除了高山险路，土匪强盗也不少，所幸蒙元亨足智多谋，加之老天保佑，都化险为夷了。从打箭炉到折多山，从横刀跃马的阿旺次仁到威风凛凛的德让，直至哀号声声的多金，蒙元亨终于找到了掌握商路兴衰的钥匙。欲聚商气，先聚人气，先把市场搞起来，再想办法解决语言问题、建立交易规则等。皇天不负有心人，蒙元亨终于一手复兴了茶马古道，成为了闻名川藏的大商。

  四、尽人事听天命

  朝廷打算攻打噶尔丹，索额图本打算让蒙元亨做总商，蒙元亨却推荐了文知雪，自己为了救父反而去做了诱饵。本想着自己将功赎过，救出流放的父亲，却不曾想搭进了妻儿。这让蒙元亨骑虎难下，但为了忠孝仁义，也为了救儿子的命，他只能誓死一拼。

  蒙元亨为了救父，不得不对噶尔丹的人演戏，朝廷为了打赢噶尔丹，不得不利用蒙元亨。能力越大，责任越大，蒙元亨就算是有再多的委屈和不甘，也只能往肚里咽。在国家面前，只能放弃个人荣辱，如此大情怀，非常人所能做到，但蒙元亨却咬牙做到了。

  朝廷胜利在望，但蒙元亨的儿子却追寻无果，蒙元亨很是着急。庆幸的是敌方将领布日古德救下了他儿子的命还派人送了回来。蒙家感激不尽，蒙元亨打算知恩图报，去劝降布日古德，救他一命。却不想被奸诈小人乌日乐和岳江南围攻，最后布日古德死了，蒙元亨的妻子和妹妹也死了。

  蒙元亨的妻子，不仅武功高强，也非常识大体。蒙元亨重走茶马古道时，她瞒着身孕独自生养孩子；蒙元亨有危难时，她从来都是冲锋陷阵。都说成功男人的背后肯定有一位女人支撑着，而罗世英就是这样一位伟大的女人。夫妻本是同林鸟，与荣共荣，与辱共辱。蒙元亨成功了，相信她九泉之下也能安息了。

  《天下商帮》剧情波荡起伏，冲突不断，无疑是一部大片，看完酣畅淋漓，煞是过瘾。天将降大任于斯人也，必先苦其心志，劳其筋骨……斯人也，蒙元亨。在无数次商战、危及生命之时，蒙元亨都化险为夷了，一则有老天爷的庇佑，二则是他正直的人品。蒙元亨命运多舛，历经千险，在商场官场摸爬滚打无数次，却次次都死守住了底线，赢得了事业，也赢得了名声。先做人，后做事，无疑是正确的。