豆瓣
扫码直接下载
入门还行，prerequsite比较少，附录里都包含了；跟Valiant一脉相承，个人觉得可以加个副标题叫“手把手教你推bound”；不适合只对应用感兴趣的读者，算法细节讨论较少，全是分析误差界；笔误略多，看之前一定把作者主页上的勘误表（不全）过一下。
用PAC框架和VC理论给了BOOST和SVM坚实的基础，书中对regression那一章用PAC和VC来解释为什么需要做L1或者L2的惩罚，给了统一的理论框架，颇有启发性。缺点就是搞计算机的人数学实在是不够严谨。计算机的人的角度和统计的人的角度看同一件事情的不同看法是最有意思的。
事实上只是了解了一下课上涉及到的那部分……通刷了一遍NYU十四年的作业题就假装自己把这本书看过了……
竟然有人说够不够foundation的标准是读起来累不累_(:з」∠)_ 累不爱，这本明明是继承了Leslie Valiant的衣钵给“不靠谱”的ML建立理论基础的神作，虽然小错误不少。想要不用很麻烦很累请读machine learning for dummies (虽然没有这本书？_(:з」∠)_）
上来直接讲model comparison和learning theory。 这种编排方式真是前无古人
请大家一定记得看 勘误表。 附链接 https://cs.nyu.edu/~mohri/mlbook/ 记得从 Errata (printing 1). 看起
原来作者是法国人，错当成印度人好久。
尼玛 有点难吧
有几个不错的内容
够不够foundation标准是读起来累不累
采用讲decision function, loss function, 误差分析这种比较符合一般思路的方式写的，和李航那本相比框架差不多，内容略多些，数学分析也比较多
真的很清晰//好当然是好的，只是learning theory。。
Final恶趣味第二弹
爆炸...
去年的课就发了这本书 越看才越觉得是神书
教你推各种bound;下学期想坐在下面听他上课如果疫情能结束的话
这本书里的证明大多写得很漂亮，节奏很好，喜欢。
20考研补卡
个人认为最好的机器学习书。
Foundations这本书真是给力，手把手教你推bound。如果以后想要懂一些learning theory，这本书是非常好的入门书。当然，只看一遍是肯定不够的，还要多读多感受。唯一缺点是typo太多，影响整体的阅读体验，希望尽快出第二版。
> Foundations of Machine Learning
15 有用 廿五 2014-10-15 10:05:17
入门还行，prerequsite比较少，附录里都包含了；跟Valiant一脉相承，个人觉得可以加个副标题叫“手把手教你推bound”；不适合只对应用感兴趣的读者，算法细节讨论较少，全是分析误差界；笔误略多，看之前一定把作者主页上的勘误表（不全）过一下。
7 有用 谜团 2014-04-10 01:11:14
用PAC框架和VC理论给了BOOST和SVM坚实的基础，书中对regression那一章用PAC和VC来解释为什么需要做L1或者L2的惩罚，给了统一的理论框架，颇有启发性。缺点就是搞计算机的人数学实在是不够严谨。计算机的人的角度和统计的人的角度看同一件事情的不同看法是最有意思的。
2 有用 Crab 2019-06-18 19:41:10
事实上只是了解了一下课上涉及到的那部分……通刷了一遍NYU十四年的作业题就假装自己把这本书看过了……
2 有用 t君 2013-02-23 23:59:31
竟然有人说够不够foundation的标准是读起来累不累_(:з」∠)_ 累不爱，这本明明是继承了Leslie Valiant的衣钵给“不靠谱”的ML建立理论基础的神作，虽然小错误不少。想要不用很麻烦很累请读machine learning for dummies (虽然没有这本书？_(:з」∠)_）
1 有用 alexcl锕锂钶锶 2013-01-23 22:25:23
上来直接讲model comparison和learning theory。 这种编排方式真是前无古人
2 有用 AI嗑盐的小马 2021-07-11 10:59:34
请大家一定记得看 勘误表。 附链接 https://cs.nyu.edu/~mohri/mlbook/ 记得从 Errata (printing 1). 看起
0 有用 拜大五郎 2014-05-29 09:14:04
原来作者是法国人，错当成印度人好久。
0 有用 波多野丽猪 2013-01-23 02:49:49
尼玛 有点难吧
0 有用 极度视界 2014-02-16 22:52:17
有几个不错的内容
0 有用 vincentx 2013-02-17 13:47:02
够不够foundation标准是读起来累不累
0 有用 beren 2015-12-11 19:07:04
采用讲decision function, loss function, 误差分析这种比较符合一般思路的方式写的，和李航那本相比框架差不多，内容略多些，数学分析也比较多
0 有用 fahh 2023-09-01 15:05:15 广东
真的很清晰//好当然是好的，只是learning theory。。
0 有用 Sleepwalker 2023-12-09 05:02:34 加拿大
Final恶趣味第二弹
0 有用 Tefnut-L 2020-08-01 22:00:59
爆炸...
0 有用 羊亦鱼 2018-01-03 06:30:52
去年的课就发了这本书 越看才越觉得是神书
0 有用 可乐村 2020-05-25 23:46:34
教你推各种bound;下学期想坐在下面听他上课如果疫情能结束的话
0 有用 虫虎兽 2017-04-27 10:53:56
这本书里的证明大多写得很漂亮，节奏很好，喜欢。
0 有用 少年终将成王 2021-04-12 10:34:24
20考研补卡
0 有用 种豆 2020-04-28 07:54:23
个人认为最好的机器学习书。
1 有用 换个ID试试 2017-04-27 15:50:14
Foundations这本书真是给力，手把手教你推bound。如果以后想要懂一些learning theory，这本书是非常好的入门书。当然，只看一遍是肯定不够的，还要多读多感受。唯一缺点是typo太多，影响整体的阅读体验，希望尽快出第二版。