书籍简介:

本书分为上篇(基础理论)和下篇(应用实践)两大部分组成。本书分析了计算学习理论及PAC可学习框架，剖析了PAC-Bayes 定理的内涵。在阐述统计学习理论和支持向量机基本原理的基础上，论述了PAC-Bayes边界应用于支持向量机算法的相关推论。书中讨论了结合再生核希尔伯特空间和马尔科夫链蒙特卡洛方法，实现PAC-Bayes边界的计算。同时，介绍了目前各种机器学习算法上的PAC-Bayes泛化误差边界，以及PAC-Bayes理论在机器学习中的各种应用。最后，将机器学习算法与PAC-Bayes理论运用于Web文档评价、蛋白质预测、空气质量预测、京津冀一体化、高校科研人才评价、货币供应量等研究实例中。

书籍规格:

书籍详细信息
书名	机器学习的PAC-Bayes理论评价及应用站内查询相似图书
	9787560652917 如需购买下载《机器学习的PAC-Bayes理论评价及应用》pdf扫描版电子书或查询更多相关信息，请直接复制isbn,搜索即可全网搜索该ISBN
出版地	西安	出版单位	西安电子科技大学出版社
版次	1版	印次	1
定价(元)	45.0	语种	简体中文
尺寸	26 × 19	装帧	平装
页数		印数

书籍信息归属:

机器学习的PAC-Bayes理论评价及应用是西安电子科技大学出版社于2019.4出版的中图分类号为 TP181 的主题关于机器学习的书籍。