统计机器学习：误差分析与应用

书籍简介:

在NIPS、Neural Computation、Applied and Computation Harmonic Analysis、IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics、Neural Networks、Information Sciences、Journal of Approximation Theory等机器学习理论领域知名期刊和会议发表论文30余篇。主持国家自然科学基金面上项目1项，国家自然科学基金青年基金1项（已结题），华中农业大学创新团队培育项目1项。从泛化性能分析的角度系统阐述机器学习中三类问题（回归、排序、多分类）的理论基础、算法构建方法以及应用。学习理论基础方面重点关注算法的泛化性、稀疏性和稳定性分析，应用部分重点关注其在数据挖掘具体任务中的有效性和竞争性。全书分三章，即回归学习理论与应用、排序学习理论与应用、多分类学习理论与应用。

书籍规格:

书籍信息归属:

统计机器学习：误差分析与应用是武汉大学出版社于2017.6出版的中图分类号为 TP181 的主题关于 机器学习－误差分析 的书籍。