下載地址：網盤下載算法
本書涵蓋了機器學習領域中的嚴謹理論和實用方法，討論了學習的計算複雜度、凸性和穩定性、PAC-貝葉斯方法、壓縮界等概念，並介紹了一些重要的算法範式，包括隨機梯度降低、神經元網絡以及結構化輸出。 全書講解全面透徹，適合有必定基礎的高年級本科生和研究生學習，也適合做爲IT行業從事數據分析和挖掘的專業人員以及研究人員參考閱讀。網絡
David的專著《Understanding Machine Learning:From Theory to Algorithms》是機器學習領域一部具備里程碑意義的著做。 近幾年，機器學習是人工智能研究領域中最活躍的分支之一，已成爲信息科學領域解決實際問題的重要方法，它的應用已遍佈人工智能的各個應用領域。機器學習又是一個多學科的交叉領域，涉及數學、自動化、計算機科學、應用心理學、生物學和神經生理學等。這種學科交叉融合帶來的良性互動，無疑促進了包括機器學習在內的諸學科的發展與繁榮。 本書內容十分豐富，做者之前所未有的廣度和深度，介紹了目前機器學習中重要的理論和關鍵的算法。本書沒有陷入「科普」式的堆砌材料的寫做方式，因爲做者是該領域的權威專家，所以在介紹各類理論和算法時，時刻不忘將不一樣理論、算法的對比與做者自身的研究成果傳授給讀者，使讀者不至於對如此豐富的理論和算法無所適從。另外，特別值得指出的是，本書第一部分很是有特點，也是很是重要的一部分。這部份內容從更高的觀點和更深的層次探討機器學習的許多理論基礎，引入對指導理論研究和實際應用都相當重要的機率近似正確（Probably Approximately Correct，PAC）學習理論。該理論旨在回答由機器學習獲得的結果到底有多高的可信度與推廣能力，從某種意義上來講，只有懂得了該部分，纔可能透徹地理解和更好地運用其餘章節的內容。國內關於PAC學習的資料很是少，在翻譯過程當中團隊成員碰到了極大的困難，咱們人工智能與機器學習研究團隊爲此進行了多方論證並屢次召開專題討論會。 本書主要面向人工智能、機器學習、模式識別、數據挖掘、計算機應用、生物信息學、數學和統計學等領域的研究生和相關領域的科技人員。翻譯出版中譯本的目的，是但願能爲國內廣大從事相關研究的學者和研究生提供一本全面、系統、權威的教科書和參考書。若是能作到這一點，譯者將感到十分欣慰。 必須說明的是，本書的翻譯是中國科學院自動化研究所人工智能與機器學習研究團隊集體努力的結果，團隊的成員楊雪冰、匡秋明、蔣曉娟、薛偉、魏波、李思園、張似衡、曾凡霞、於廷照、王鑫、李濤、楊葉輝、胡文銳、張志忠、唐永強、陳東傑、何澤文、張英華、李悟、李碩等參與了本書的翻譯工做，李思園老師參與了全書的審校與修正。感謝機械工業出版社華章分社的大力協助，假若沒有他們的熱情支持，本書的中譯版難以如此迅速地與你們見面。另外，本書的翻譯獲得了國家天然科學基金委重點項目和麪上項目（6147242三、U113500五、6143200八、6153200六、6130501八、61402481等）的資助，特此感謝。 在翻譯過程當中，咱們力求準確地反映原著內容，同時保留原著的風格。但因爲譯者水平有限，書中不免有不妥之處，懇請讀者批評指正。 最後，謹把本書的中譯版獻給個人博士生導師王珏研究員！王珏老師生前對機器學習理論、算法和應用很是關注，對於PAC可學習理論也有着獨到而深入的理解，他啓發並引領了咱們研究團隊對機器學習理論和算法的研究工做，使咱們終身受益。 中國科學院自動化研究所 張文生 2016年4月於北京 下載地址：網盤下載Shwartz和加拿大滑鐵盧大學教授Shai Ben以色列希伯來大學副教授Shai Shalev機器學習