机器学习的PAC-Bayes理论评价及应用
定 价:45 元
本书主要介绍机器学习上的PAC-Bayes理论评价及应用。本书分为上、下两篇。上篇为基础理论篇,下篇为应用篇。上篇探讨了计算学习理论、统计学习理论、PAC-Bayes理论、RKHS、MCMC、探讨各种机器学习算法上的PAC-Bayes理论及计算方法。下篇介绍机器学习上的PAC-Bayes理论应用。将PAC-Bayes边界理论运用于评价SVM的泛化性能、模型选择、交叉验证方法、并应用于Web文档评价和蛋白质结构预测中。
汤莉,博士,天津财经大学理工学院信息科学与技术系,讲师。自2006年开始从事教学工作,主要承担Photoshop图像处理、计算机应用基础、Visual Basic程序设计等课程的教学工作;曾获得校内青年教师教学基本功竞赛一等奖、校内十佳青年教学能手等称号;参与编写多部教材;参与完成天津市教委科技发展基金项目1项、天津市科委项目1项、艺术社科规划项目1项等;具有较强的编程能力和计算机应用能力,一直从事机器学习、数据挖掘等方向的研究。近年来以第一作者在国内外重要期刊和会议中发表了论文十余篇,并被SCI和EI检索。