模式识别对科学家和工程师来说是最重要的挑战之一,并且已经提出了许多不同的方法。本书的目的是为这些方法的概率分析提供一个自成体系的描述。本书包括了距离度量,基于内核或最近邻居的非参数方法,Vapnik-Chervonenkis理论,epsilon熵,参数分类,误差估计,自由分类器和神经网络的讨论。在可能的情况下,可以导出无分布性质和不等式。大量的结果或分析是新的。
https://link.springer.com/book/10.1007/978-1-4612-0711-5
专知便捷查看
便捷下载,请关注专知公众号(点击上方蓝色专知关注)
后台回复“PTPR” 可以获取《【经典书】模式识别概率理论,654页pdf》专知下载链接索引