具体描述
本书介绍了统计学习理论和支持向量机的关键思想、结论和方法，以及该领域的最新进展。统计学习理论是针对小样本情况研究统计学习规律的理论，是传统统计学的重要发展和补充。其核心思想是通过控制学习机器的容量实现对推广能力的控制。由Springer-Verlag出版社授权出版。
作者简介
目录信息
第二版前言
第一版前言
0 引论：学习问题研究的四个阶段
0.1 Rosenblatt的感知器（60年代）
0.1.1 感知器模型
0.1.2 对学习过程分析的开始
0.1.3 对学习过程的应用分析与理论分析
0.2 学习理论基础的创立（60-70年代）
0.2.1 经验风险最小化原则的理论
0.2.2 解决不适定问题的理论
0.2.3 密度估计的非参数方法
0.2.4 算法复杂度的思想
0.3 神经网络（80年代）
0.3.1 神经网络的思想
0.3.2 理论分析目标的简化
0.4 回到起点（90年代）
第一章 学习问题的表示
1.1 函数估计模型
1.2 风险最小化问题
1.3 三种主要的学习问题
1.3.1 模式识别
1.3.2 回归估计
1.3.3 密度估计（Fisher-wald表示）
1.4 学习问题的一般表示
1.5 经验风险最小化归纳原则
1.6 学习理论的四个部分
非正式推导和评述——1
1.7 解决学习问题的传统模式
1.7.1 密度估计问题（最大似然方法）
1.7.2 模式识别（判别分析）问题
1.7.3 回归估计模型
1.7.4 最大似然法的局限
1.8 密度估计的非参数方法
1.9 用有限数量信息解决问题的基本原则
1.10 基于经验数据的风险最小化模型
1.11 随机逼近期间
第二章 学习过程的一致性
2.1 传统性的一致性和非平凡一致性概念
2.2 学习理论的关键定理
2.3 一致双边收敛的充分必要条件
2.4 一致单边收敛的充分必要条件
2.5 不可证伪性理论
2.6 关于不可证伪性的这定理
2.7 学习理论的三个里程碑
非正式指导和评述——2
2.8 概率论和统计学的基本问题
2.9 估计概率测度的两种方式
2.10 概率测度的强方式估计与官度估计问题
2.11 Glivenko-Cantelli及其推广
2.12 归纳的数学理论
第三章 学习过程收敛速度的界
3.1 基本不等式
3.2 对实函数集的推广
……
第四章 控制学习过程的推广能力
第五章 模式识别的方法
第六章 函数估计的方法
第七章 统计学习理论中的直接方法
第八章 邻域风险最小化原则与SVM
第九章 结论：什么是学习理论中重要的？
参考文献及评述
索引
· · · · · · (收起)
读后感
统计学习理论的奠基之作，在支持向量机、机器学习领域的论文的参考文献中出现频率很高的一篇文献。支持向量机就是建立在统计学习理论的基础之上的。读研时还发表了两篇支持向量机相关的论文，当然，此篇亦出现在参考文献之列
评分有不对的地方还请大家指正 bow 《统计学习理论的本质》 by Vapnik 函数估计模型 没有什么比用一个概率模型描述或然的现实世界更加保险的了,没有什么比用一个函数来描述一个计算过程更加有效的了.因果永远是理性思维最拿手的.X与Y的发生分别服从各自的分布,但如果(y|x)的分布...
评分统计学习理论的奠基之作，在支持向量机、机器学习领域的论文的参考文献中出现频率很高的一篇文献。支持向量机就是建立在统计学习理论的基础之上的。读研时还发表了两篇支持向量机相关的论文，当然，此篇亦出现在参考文献之列
评分统计学习理论的奠基之作，在支持向量机、机器学习领域的论文的参考文献中出现频率很高的一篇文献。支持向量机就是建立在统计学习理论的基础之上的。读研时还发表了两篇支持向量机相关的论文，当然，此篇亦出现在参考文献之列
评分统计学习理论的奠基之作，在支持向量机、机器学习领域的论文的参考文献中出现频率很高的一篇文献。支持向量机就是建立在统计学习理论的基础之上的。读研时还发表了两篇支持向量机相关的论文，当然，此篇亦出现在参考文献之列
用户评价
真后悔接触ML一年后才看这书，真不知道为什么当初老师从没提过这本书。
评分没什么感觉
评分作者是SVM的发明人之一，数学帝，理论帝应当爱此书，我先闪了，后会有期……
评分经典之作 统计学习理论与统计学习理论的本质一起读，用了差不多10多天的时间，部分证明很多都跳过，但大概看过并不难理解。 书中的思路很清晰，而且很对称很完美，终于令我对学习理论有了新的理解，廓然一心的感觉，真心不错。
评分看不懂。。。
相关图书
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