Foundations of Machine Learning

Mehryar Mohri, Afshin Rostamizadeh, and Ameet Talwalkar

MIT Press, Second Edition, 2018.

更多

2018年由MIT出版的《机器学习基础》（第二版）现已开放免费下载！本书作者之一Mehryar Mohri 有着长达14年的机器学习基础教学经验。本书第一版出版于2012年，此次再版内容叙述更简洁，通用性更强，并根据领域内新成果对内容进行了大幅修订。

本书主要面向机器学习、统计学和其他相关领域的学生和研究人员，也可以作为机器学习专业的研究生和高年级本科课程的教科书，也可以供学术会议参考。本书的前三至四章为后续内容奠定了理论基础，而其他章节大多自成一体。（第6章和第13章除外，第6章介绍了后来广泛使用的一些概念，第13章与第12章密切相关。）每章最后都给出一系列练习题，并提供完整的解决方案。

本书假设读者熟悉线性代数，概率论和算法分析的基本概念。为了进一步为读者提供帮助，书中提供一个内容广泛的附录，简要介绍了线性代数、凸优化、概率评估，以及对本书中算法讨论有帮助的集合不等式的介绍和信息理论简介。

本书力图对机器学习的多个主题和领域实现统一风格的呈现，这一点不同于其他同类书籍采用的更专业的特定视角呈现。比如贝叶斯视图或内核方法等。本书的另外一个不同于同类书籍的特色，是突出了理论基础及分析过程。

收起