本书介绍
春季学期教的课上对其进一步完善。本书的目标是为最广泛使用的学习架构呈现学习理论的新旧成果。
本书面向以理论为导向的学生，以及希望获得对机器学习和相关领域中使用的算法的基本数学理解的学生，包括计算机视觉、自然语言处理等领域的学生。本书将主要讲解第一性原理的许多结果，同时尽可能地保持阐述简单。这自然会导致关键结果的选择，在简单但相关的例子中展示学习理论中的重要概念。一些一般性的结果也将在没有证明的情况下给出。当然第一性原理的概念是主观的，需要学生对线性代数、概率论和微分学有很好的了解。
文末附本书最新免费pdf下载地址。
此外，将专注于学习理论中除了可以在实践中运行的算法之外不存在的部分，因此本书中描述的所有算法框架都被常规使用。对于大多数学习方法，会给出一些简单的说明性实验，并计划附带代码(Matlab、Julia和Python)，这样学生就可以亲眼看到算法在合成实验中是简单有效的。
本书目录
