本书介绍
本书主要介绍机器学习的相关知识，可以作为研究人员的参考书和学生的教科书。它涵盖了机器学习的基本主题，同时为算法的讨论和论证提供了理论基础和概念工具。它还描述了这些算法应用的几个关键方面。
我们的目标是提出最新颖的理论工具和概念，同时给出简洁的证明，即使是相对先进的结果。总的来说，只要有可能，我们都选择简洁。然而，我们讨论了机器学习中出现的一些关键的复杂主题，并强调了几个开放的研究问题。某些主题经常与其他主题合并在一起，或者没有得到足够的重视，这里将单独讨论，并且更加强调:例如，为多类分类、排名和回归保留了不同的章节。
虽然我们涵盖了机器学习中非常广泛的重要主题，但我们选择忽略了一些重要的主题，包括图形模型和神经网络，这既是为了简洁，也是因为目前一些方法缺乏坚实的理论保证。这本书面向机器学习、统计学和其他相关领域的学生和研究人员。它可以作为机器学习研究生和高级本科生的教科书，也可以作为研究研讨会的参考文本。书的前三四章为后续的材料奠定了理论基础。其他章节大多自成一体，除了第6章和第13章，第6章介绍了一些在后面的章节中广泛使用的概念，第13章与第12章密切相关。每章以一系列练习结束，完整的解决方案单独呈现。
本书目录
本书内容截图
