统计学习理论的本质
The Nature of Statistical Learning Theory
Vladimir Naumovich Vapnik · 初版 1995 年
- 8次提及
- 3人推荐
- 7位 HN 评论者
简介
本书旨在探讨统计学习理论与泛化理论背后的基本思想。它从基于经验数据进行函数估计的全局视角来审视学习。作者略去了证明和技术细节，重点讨论学习理论的主要成果及其与统计学基本问题的联系。其中包括：学习问题的一般设定以及基于经验数据最小化风险泛函的通用模型；经验风险最小化方法的全面分析
Hacker News 读者推荐
如果你刚好数学比编程强得多，那从理论切入可能会容易得多。这篇综述是我见过的最好的入门资料。另一个选择是读瓦普尼克的《统计学习理论的本质》（The Nature of Statistical Learning Theory），那本书篇幅更长，而且风格要“俄式”得多。吴恩达的讲义则是通用机器学习方面极好的（非理论）入门材料。http://www.stanford.edu/class/cs229/materials.html
lliiffee 在 HN 的推荐
……理论（网上有免费手稿），里面的内容大同小异，但在证明之外包裹了相当不错的动机阐释和框架解释。我也很喜欢瓦普尼克的《统计学习理论的本质》（The Nature of Statistical Learning Theory），据我理解，它把大部分相同的内容以更长、偏重证明的形式平行呈现了出来。相比我本科统计课的讲法，我更喜欢这本书。再次，……
wnewman 在 HN 的推荐
……限制太严格了！我觉得MDL应该会很有用，但务必搞清楚我在书里描述的那种“手动过拟合（manual overfitting）”的危险。我也建议你去读读瓦普尼克的《统计学习理论的本质》（The Nature of Statistical Learning Theory），里面展示了MDL与VC理论之间的关系。欢迎随时发邮件到 firstname dot lastname at gmail.com 找我，我随时乐意聊聊这些想法。
d_burfoot 在 HN 的推荐
找书
数据整理自 Hacker News 公开评论，数据来源 hackerbooks.org 与 Open Library。