干货 | 斯坦福统计学习理论笔记:带你搞定「贼难」的理论基础
点击上方,选择星标或置顶,每天给你送干货!
阅读大概需要1.11分钟跟随小博主,每天进步一丢丢
之前吴恩达的机器学习课其实有点浅显,如果想进阶的话,我推荐一个由斯坦福大学计算机系教授Percy Liang整理的一个统计学习理论的一个笔记。不管你现在看不看得懂,我还是建议你收藏起来。若想在我们这条路上走的长久,真的需要了解这些!
它的主要讲的内容有:
- 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
详细目录为:
领取方式:
公众号后台回复notes即可。
今年该课的课程主页地址为:
https://web.stanford.edu/class/cs229t/
也推荐大家看看。
总之,希望对大家有帮助!
往期推荐:
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]。