监督式机器学习理论要素
摘要
这是一套关于监督式机器学习基础的入门课程（高年级本科生或第一门研究生课程）讲义（葡萄牙语）。主题包括：Hamming立方体的几何、测度集中、粉碎与VC维、Glivenko-Cantelli类、PAC可学习性、通用一致性以及度量空间中的k-NN分类器、降维、通用逼近、样本压缩。附有关于度量与赋范空间、测度论等的附录，使讲义自成体系。Este é um conjunto de notas de aula para um curso introdutório (curso de graduação avançado ou o 1o curso de pós) sobre fundamentos da aprendizagem de máquina supervisionada (em Português). Os tópicos incluem: a geometria do cubo de Hamming, concentração de medida, fragmentação e dimensão de Vapnik-Chervonenkis, classes de Glivenko-Cantelli, aprendizabilidade PAC, consistência universal e o classificador k-NN em espaços métricos, redução de dimensionalidade, aproximação universal, compressão amostral. Há apêndices sobre espaços métricos e normados, teoria de medida, etc., tornando as notas autosuficientes.
引用
@article{arxiv.1910.06820,
title = {Elementos da teoria de aprendizagem de m\'aquina supervisionada},
author = {Vladimir G. Pestov},
journal= {arXiv preprint arXiv:1910.06820},
year = {2019}
}
备注
390 pp. + vii, in Portuguese, a preliminary version, to be published by IMPA as a book of lectures of the 23nd Brazilian Math Colloquium (July 28 - Aug 2, 2019), submitted to arXiv upon IMPA permission