機(jī)器學(xué)習(xí)的PAC-Bayes理論評(píng)價(jià)及應(yīng)用

　　本書(shū)由基礎(chǔ)理論和應(yīng)用實(shí)踐兩大部分組成，書(shū)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(shū)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(shí)，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(píng)價(jià)、蛋白質(zhì)預(yù)測(cè)、空氣質(zhì)量預(yù)測(cè)、京津冀一體化研究、高校科研人才評(píng)價(jià)、中國(guó)貨幣供應(yīng)量等研究實(shí)例中。 \n本書(shū)具有較強(qiáng)的理論性和系統(tǒng)性，對(duì)重要的理論和方法進(jìn)行了分析；同時(shí)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(shū)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(shū)可以作為計(jì)算機(jī)、信息科學(xué)等相關(guān)專業(yè)高年級(jí)本科生和研究生的參考書(shū)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(shū)。 \n本書(shū)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(shí)別，計(jì)算學(xué)習(xí)理論的初、中級(jí)用戶和自學(xué)者。 \n同時(shí)，本書(shū)對(duì)于機(jī)器學(xué)習(xí)、人工智能、模式識(shí)別等領(lǐng)域的研發(fā)人員也具有很好的參考價(jià)值。 \n\n

暫缺《機(jī)器學(xué)習(xí)的PAC-Bayes理論評(píng)價(jià)及應(yīng)用》作者簡(jiǎn)介