本書(shū)介紹了統(tǒng)計(jì)學(xué)習(xí)理論和支持向量機(jī)的關(guān)鍵思想、結(jié)論和方法，以及該領(lǐng)域的最新進(jìn)展。統(tǒng)計(jì)學(xué)習(xí)理論是針對(duì)小樣本情況研究統(tǒng)計(jì)學(xué)習(xí)規(guī)律的理論，是傳統(tǒng)統(tǒng)計(jì)學(xué)的重要發(fā)展和補(bǔ)充。其核心思想是通過(guò)控制學(xué)習(xí)機(jī)器的容量實(shí)現(xiàn)對(duì)推廣能力的控制。由Springer-Verlag出版社授權(quán)出版。
目錄：
譯序
第二版前言
第一版前言
0 引論：學(xué)習(xí)問(wèn)題研究的四個(gè)階段
0.1 Rosenblatt的感知器（60年代）
0.1.1 感知器模型
0.1.2 對(duì)學(xué)習(xí)過(guò)程分析的開(kāi)始
0.1.3 對(duì)學(xué)習(xí)過(guò)程的應(yīng)用分析與理論分析
0.2 學(xué)習(xí)理論基礎(chǔ)的創(chuàng)立（60-70年代）
0.2.1 經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化原則的理論
0.2.2 解決不適定問(wèn)題的理論
0.2.3 密度估計(jì)的非參數(shù)方法
0.2.4 算法復(fù)雜度的思想
0.3 神經(jīng)網(wǎng)絡(luò)（80年代）
0.3.1 神經(jīng)網(wǎng)絡(luò)的思想
0.3.2 理論分析目標(biāo)的簡(jiǎn)化
0.4 回到起點(diǎn)（90年代）
第一章 學(xué)習(xí)問(wèn)題的表示
1.1 函數(shù)估計(jì)模型
1.2 風(fēng)險(xiǎn)最小化問(wèn)題
1.3 三種主要的學(xué)習(xí)問(wèn)題
1.3.1 模式識(shí)別
1.3.2 回歸估計(jì)
1.3.3 密度估計(jì)（Fisher-wald表示）
1.4 學(xué)習(xí)問(wèn)題的一般表示
1.5 經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化歸納原則
1.6 學(xué)習(xí)理論的四個(gè)部分
非正式推導(dǎo)和評(píng)述——1
1.7 解決學(xué)習(xí)問(wèn)題的傳統(tǒng)模式
1.7.1 密度估計(jì)問(wèn)題（最大似然方法）
1.7.2 模式識(shí)別（判別分析）問(wèn)題
1.7.3 回歸估計(jì)模型
1.7.4 最大似然法的局限
1.8 密度估計(jì)的非參數(shù)方法
1.9 用有限數(shù)量信息解決問(wèn)題的基本原則
1.10 基于經(jīng)驗(yàn)數(shù)據(jù)的風(fēng)險(xiǎn)最小化模型
1.11 隨機(jī)逼近期間
第二章 學(xué)習(xí)過(guò)程的一致性
2.1 傳統(tǒng)性的一致性和非平凡一致性概念
2.2 學(xué)習(xí)理論的關(guān)鍵定理
2.3 一致雙邊收斂的充分必要條件
2.4 一致單邊收斂的充分必要條件
2.5 不可證偽性理論
2.6 關(guān)于不可證偽性的這定理
2.7 學(xué)習(xí)理論的三個(gè)里程碑
非正式指導(dǎo)和評(píng)述——2
2.8 概率論和統(tǒng)計(jì)學(xué)的基本問(wèn)題
2.9 估計(jì)概率測(cè)度的兩種方式
2.10 概率測(cè)度的強(qiáng)方式估計(jì)與官度估計(jì)問(wèn)題
2.11 Glivenko-Cantelli及其推廣
2.12 歸納的數(shù)學(xué)理論
第三章 學(xué)習(xí)過(guò)程收斂速度的界
3.1 基本不等式
3.2 對(duì)實(shí)函數(shù)集的推廣
……
第四章 控制學(xué)習(xí)過(guò)程的推廣能力
第五章 模式識(shí)別的方法
第六章 函數(shù)估計(jì)的方法
第七章 統(tǒng)計(jì)學(xué)習(xí)理論中的直接方法
第八章 鄰域風(fēng)險(xiǎn)最小化原則與SVM
第九章 結(jié)論：什么是學(xué)習(xí)理論中重要的？
參考文獻(xiàn)及評(píng)述
索引
|
