作为一名非科班的学渣级别的初级机器学习从业者,对于learning theory,我内心其实是拒绝的,大段大段(对于我而言似是而非)的公式推导,各种不等式缩放,对数学功底的要求还是颇高的。但是迫于发paper的需要,还是时常不得不证明一些bound,从而达到升华自己文章逼格,取悦re...
评分作为一名非科班的学渣级别的初级机器学习从业者,对于learning theory,我内心其实是拒绝的,大段大段(对于我而言似是而非)的公式推导,各种不等式缩放,对数学功底的要求还是颇高的。但是迫于发paper的需要,还是时常不得不证明一些bound,从而达到升华自己文章逼格,取悦re...
评分作为一名非科班的学渣级别的初级机器学习从业者,对于learning theory,我内心其实是拒绝的,大段大段(对于我而言似是而非)的公式推导,各种不等式缩放,对数学功底的要求还是颇高的。但是迫于发paper的需要,还是时常不得不证明一些bound,从而达到升华自己文章逼格,取悦re...
评分作为一名非科班的学渣级别的初级机器学习从业者,对于learning theory,我内心其实是拒绝的,大段大段(对于我而言似是而非)的公式推导,各种不等式缩放,对数学功底的要求还是颇高的。但是迫于发paper的需要,还是时常不得不证明一些bound,从而达到升华自己文章逼格,取悦re...
评分作为一名非科班的学渣级别的初级机器学习从业者,对于learning theory,我内心其实是拒绝的,大段大段(对于我而言似是而非)的公式推导,各种不等式缩放,对数学功底的要求还是颇高的。但是迫于发paper的需要,还是时常不得不证明一些bound,从而达到升华自己文章逼格,取悦re...
尼玛 有点难吧
评分够不够foundation标准是读起来累不累
评分上来直接讲model comparison和learning theory。 这种编排方式真是前无古人
评分原来作者是法国人,错当成印度人好久。
评分用PAC框架和VC理论给了BOOST和SVM坚实的基础,书中对regression那一章用PAC和VC来解释为什么需要做L1或者L2的惩罚,给了统一的理论框架,颇有启发性。缺点就是搞计算机的人数学实在是不够严谨。计算机的人的角度和统计的人的角度看同一件事情的不同看法是最有意思的。
本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度,google,bing,sogou 等
© 2025 book.quotespace.org All Rights Reserved. 小美书屋 版权所有