深入理解机器学习：从原理到算法
图书信息
书名：深入理解机器学习：从原理到算法作者：沙伊·沙莱夫-施瓦茨,沙伊·本-戴维,张文生
包装：平装
开本：16
页数：309页
出版社：机械工业出版社
出版时间：2016-7
图书简介
本书通过理论实践结合的方式，全面地介绍了机器学习的基本思想、相关算法范式以及背后的理论依据。在介绍基本内容的同时，本书还覆盖了此前教材中未涉及的议题，如学习的计算复杂度、凸性、稳定性以及PAC-贝叶斯方法和压缩界的概念。本书着重阐述了一些重要的算法范式包括随机梯度下降、神经元网络以及结构化输出学习，并给出了相应的数学推导，以便读者深入理解算法的原理与动机。此外，本书强调对算法固有的优势和缺点的讲述，方便读者做出合适的选择，是一本优秀的机器学习理论和方法的参考书。
推荐理由
作为一本从原理到算法介绍机器学习的经典教材，本书着重强调理论与实践结合，侧重于传达机器学习的基本思想和相关算法，同时注重理论的数学推导。在此基础之上，本书详细地介绍了随机梯度下降、神经元网络、结构化输出学习等热门算法，并强调算法的优缺点。无论是对于刚入门的学生，还是研究机器学习的专业人员，本书均是一本难得的好书。