datawhalechina/key-book

解決する問題

機械学習理論を読むことは難しい場合があります。教科書『理論機械学習入門』は密度が高く、証明の多くのステップを省略しており、強い数学的流暢さを前提としています。このプロジェクトは、読者が霧を抜けるのを助ける補助ノートであり、3種類のサポートを追加します。本で言及されているが詳しく説明されていない概念の平易な説明、欠落している導出ステップを埋めた証明のアイデアのウォークスルー、そして抽象的な理論を把握しやすくするための具体的な例です。

仕組み

このプロジェクトは、元の本の章ごとの補助として構成されています。同じ構造に従い、学習可能性、複雑性、汎化バウンド、安定性、一致性、収束率、後悔バウンドの8つのコアトピックをカバーしています。各章について、補助は追加の説明、ステップバイステップの証明補足、および例示的なケーススタディを提供します。コンテンツは無料でオンラインで読むことができ、PDF版は直接ダウンロードできます。また、計算学習可能性と学習可能性を結び付ける序文と、ノルム、凸集合、最適化などの数学的基礎を含む付録も含まれています。

対象読者

これは、現在機械学習理論の教科書を勉強していて、理解を助ける参考資料を求めている人向けです。また、機械学習理論の体系的な入門に興味がある研究者や学生、実務経験はあるがより強固な理論的基盤を築きたいエンジニアにも役立ちます。

ハイライト

• 概念説明、証明補足、実例の3つの具体的な追加を提供
• 元の本の7つのコア理論概念すべてをカバー：学習可能性、複雑性、汎化バウンド、安定性、一致性、収束率、後悔バウンド
• オンラインで無料で読め、ダウンロード可能なPDF版もあり
• issue と pull request を通じて貢献を積極的に歓迎
• 読者討論のための WeChat と QQ グループによるコミュニティサポート
• 周志華の『機械学習』教科書の補助『南瓜書』で知られる Datawhale オープンソースコミュニティによって作成
• クリエイティブ・コモンズ 表示-非営利-継承 4.0 国際ライセンスの下で提供