下载 | 217页Stanford统计学习理论笔记【英文】
课程内容
- 一致收敛（VC 维度，Rademacher 复杂性等）
- 隐式/算法正则化，神经网络的泛化理论
- 内核方法
- 在线学习和 bandits 问题
- 无监督学习：指数族，矩方法，GAN 的统计理论
预备知识
- 熟悉线性代数、实分析、概率论和进行数学证明的基本能力
- 机器学习（CS229）或统计学（STATS315A）
- 推荐学习凸优化（EE364A）
教程目录
推荐阅读
最新评论
推荐文章
作者最新文章
你可能感兴趣的文章
Copyright Disclaimer: The copyright of contents (including texts, images, videos and audios) posted above belong to the User who shared or the third-party website which the User shared from. If you found your copyright have been infringed, please send a DMCA takedown notice to [email protected]. For more detail of the source, please click on the button "Read Original Post" below. For other communications, please send to [email protected].
版权声明：以上内容为用户推荐收藏至CareerEngine平台，其内容（含文字、图片、视频、音频等）及知识版权均属用户或用户转发自的第三方网站，如涉嫌侵权，请通知[email protected]进行信息删除。如需查看信息来源，请点击“查看原文”。如需洽谈其它事宜，请联系[email protected]。
版权声明：以上内容为用户推荐收藏至CareerEngine平台，其内容（含文字、图片、视频、音频等）及知识版权均属用户或用户转发自的第三方网站，如涉嫌侵权，请通知[email protected]进行信息删除。如需查看信息来源，请点击“查看原文”。如需洽谈其它事宜，请联系[email protected]。