机读格式显示(MARC)

• 000 01423nam0 2200301 450

• 001 0000365566

• 005 20191220150800.0

• 010 __ |a 978-7-5606-5291-7 |d CNY45.00

• 099 __ |a CAL 012019155121

• 100 __ |a 20191118d2019 ekmy0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 610000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 机器学习的PAC-Bayes理论评价及应用 |A Ji Qi Xue Xi De PAC-Bayes Li Lun Ping Jia Ji Ying Yong |f 汤莉著

• 210 __ |a 西安 |c 西安电子科技大学出版社 |d 2019

• 215 __ |a 214页 |c 图 |d 26cm

• 312 __ |a 英文题名取自封面

• 320 __ |a 有书目 (第196-214页)

• 330 __ |a 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。

• 510 1_ |a PAC-Bayes theory evaluation and application of machine learning |z eng

• 606 0_ |a 机器学习 |A Ji Qi Xue Xi

• 690 __ |a TP181 |v 5

• 701 _0 |a 汤莉 |A Tang Li |4 著

• 801 _0 |a CN |b DLXH |c 20191118

• 905 __ |a XATU |d TP181/129

• 920 __ |a 261060 |z 1

• 998 __ |a DLXHSD