key-book

收录理由

这本书所对应的《机器学习理论导引》理论性强，证明写得简洁，默认读者已有不错的数学底子，很多人读起来会觉得吃力。这份伴读笔记专门补上原书略过的部分：那些只提了一句的概念会展开解释，证明背后的思路会梳理清楚，省略的推导步骤也会补全，还配上了一些实例帮助理解。章节安排跟着原书的七个核心主题走，从PAC可学性、VC维，到泛化界、稳定性、一致性、收敛率和遗憾界，可以一边读原书一边对照着看。文字刻意写得平实，既不卖弄术语，也不堆砌公式，课程里跟着学的人能跟上，想补理论基础的工程师也能顺畅读下来。内容支持在线浏览，也提供PDF下载，按章节慢慢啃很方便。