【导读】MIT开设的深度学习课程邀请了众多机器学习大拿进行报告。最近,统计学习理论之父-SVM作者Vladimir Vapnik 给了关于学习统计理论的报告《Complete Statistical Theory of Learning》,介绍了统计学习一系列的基础理论,是当下深度学习时代探究学习理论值得认真思考的部分​。​

报告地址:

  • 0:00 -介绍
  • 0:46 -概述:完整的学习统计理论
  • 3:47 -第一部分:VC泛化理论
  • 11:04 -第二部分:最小化的目标函数
  • 27:13 -第三部分:可接受的函数集的选择
  • 37:26 -第4部分:再现核希尔伯特空间的完全解
  • 53:16 -第5部分:神经网络中的LUSI方法
  • 59:28 -第6部分:谓词的例子
  • 1:10:39——结论

成为VIP会员查看完整内容
85

相关内容

【硬核课】统计学习理论,321页ppt
专知会员服务
140+阅读 · 2020年6月30日
机器学习速查手册,135页pdf
专知会员服务
345+阅读 · 2020年3月15日
【课程推荐】 深度学习中的几何(Geometry of Deep Learning)
专知会员服务
59+阅读 · 2019年11月10日
421页《机器学习数学基础》最新2019版PDF下载
七本书籍带你打下机器学习和数据科学的数学基础
Arxiv
26+阅读 · 2019年11月24日
VIP会员
相关VIP内容
【硬核课】统计学习理论,321页ppt
专知会员服务
140+阅读 · 2020年6月30日
机器学习速查手册,135页pdf
专知会员服务
345+阅读 · 2020年3月15日
【课程推荐】 深度学习中的几何(Geometry of Deep Learning)
专知会员服务
59+阅读 · 2019年11月10日
微信扫码咨询专知VIP会员