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
下载 | Pytorch模型训练实用PDF教程【中文】
Python 3基础语法知识点都在这里了,如果还不能入门就不能怪我了
下载 | 100页机器学习入门完整版,初学者必备!
下载 | 《统计学习方法》最新PPT+代码
斯坦福 | 156页PDF讲解【神经网络阅读理解】