datawhalechina/key-book

它解决的问题

阅读机器学习理论可能很困难：教材《理论机器学习导论》内容密集，在证明中跳过许多步骤，假设读者有较强的数学能力。这个项目是一个配套笔记本，通过增加三种支持来帮助读者走出迷雾：对书中提到但未详细阐述的概念进行通俗解释，对证明思路进行逐步讲解并补充缺失的推导步骤，以及提供具体示例使抽象理论更容易理解。

它的工作方式

该项目按章节组织，作为原书的配套材料。它遵循相同的结构，涵盖八个核心主题：可学习性、复杂度、泛化界、稳定性、一致性、收敛速度和遗憾界。对于每一章，配套材料提供额外的解释、逐步的证明补充和说明性案例研究。内容可免费在线阅读，并可直接下载 PDF 版本。它还包括一个将计算可学习性与可学习性联系起来的序言，以及一个包含范数、凸集和优化等数学基础的附录。

适用人群

适用于任何正在学习机器学习理论教材并希望获得参考资料以帮助理解的人。也适用于对机器学习理论系统介绍感兴趣的研究人员和学生，以及已有实践经验但希望建立更扎实理论基础的程序员。

亮点

• 提供三种具体类型的补充：概念解释、证明补充和真实示例
• 涵盖原书中的全部七个核心理论概念：可学习性、复杂度、泛化界、稳定性、一致性、收敛速度和遗憾界
• 免费在线阅读，并提供可下载的 PDF 版本
• 积极欢迎通过 issue 和 pull request 贡献内容
• 通过微信和 QQ 群提供社区支持，供读者讨论
• 由 Datawhale 开源社区创建，该社区以周志华《机器学习》教材的配套“南瓜书”而闻名
• 采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议