Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

机器之心编辑部报道

机器学习「宝箱」中的「七种武器」:周志华领衔新书《机器学习理论导引》问世(赠书)

那些蹲在周志华老师微博底下等送书的同学,请到本文留言区排队。


每个学科领域都有那么几本经典的入门书,而在机器学习领域,周志华老师的「西瓜书」(《机器学习》)就是一本非常难得的中文入门教材。前不久,与之配套的「南瓜书」(「西瓜书」公式推导)也已问世,为同学们学习「机器学习」提供了更多辅助。



但对于想要深耕机器学习领域的同学来说,只啃「西瓜书」是不够的,它只能让你对机器学习有所了解,起到入门的作用。对于这部分同学,你需要的可能是「宝箱书」。

「宝箱书」是什么?它是周志华、王魏、高尉、张利军四位南京大学教授共同撰写的一本机器学习理论入门书,从 2016 年就开始筹备,中间打磨四年,最近才刚刚成稿,旨在改变中文机器学习理论读物匮乏之现状。

「宝箱书」的本名是《机器学习理论导引》,旨在为有志于机器学习理论学习和研究的读者提供一个入门导引。

为什么叫「宝箱书」呢?很明显,和「西瓜书」的封面上有西瓜一样,「宝箱书」的封面上也有宝箱。这个「宝箱」里藏的是机器学习理论的七个重要概念或理论工具,即「可学性、(假设空间)复杂度、泛化界、稳定性、一致性、收敛率和遗憾界」。作者称其为「七种武器」,与古龙的一本武侠小说同名。

领头作者作为武侠爱好者,实难拒绝致敬《七种武器》的诱惑, 况且泛化界本身还真有那么点神似古龙先生未完成的传说中「什么都能往里装」的第七种武器「箱子」。(摘自《机器学习理论导引》前言)


书的每一章都聚焦上述的一个概念,颇有种写武侠小说的韵味。


除介绍基本概念外,作者还在书中给出了若干分析实例,展示如何应用不同的理论工具来分析具体的机器学习技术。

成书缘由

随着人工智能技术的不断发展和应用,机器学习在近年来备受关注,对机器学习理论感兴趣的专业人士也日益增多。

机器学习理论的主要内容是分析学习任务的困难本质,为学习算法提供理论保证,并根据分析结果指导算法设计。虽然机器学习理论对深入理解机器学习技术非常重要,但由于内容艰深广袤,且来源流派颇为不同,学习难度非常大。

国际上机器学习理论的专业图书很少,往往侧重从理论角度来理解机器学习具体技术,或聚焦于某项具体的学习理论,缺乏全面性和系统性。

《机器学习理论导引》试图为有志于机器学习理论学习和研究的读者提供一个入门导引。作者以为,对理论学习和研究来说,弄清楚基础概念和工具尤为重要。因此,本书采取了与上述书籍不同的组织方式,梳理出了机器学习理论这个「百宝箱」中的七个重要概念或理论工具。

读者今后对具体机器学习问题或技术作分析时,可根据条件选择适用的概念或理论工具。

目标读者

与之前的「西瓜书」不同,这本「宝箱书」的难度可能要大很多,主要面向高校人工智能、计算机、自动化等相关专业机器学习方向的学生,学术界机器学习领域的研究人员和教师,以及工业界对机器学习理论感兴趣的专业人员和工程师。

作者在前言中表示,在四年的筹备过程中,由于学生反映内容难度较大,这本书经过了多轮试讲修改。直到 2019 年春季学期研究生选修课上讲授之后,学生的反馈情况才大致达到预期,于是在 2019 年中裁定内容。

虽然已经尽量降低难度,但这本「宝箱书」还是有一定的门槛:

本书读者必须具备较为扎实的理工科高年级本科生的数学知识,至少应该有较好的线性代数、数学分析、概率统计、最优化方法的基础。本书读者还必须具备机器学习的基础知识,至少应该系统性地学习过机器学习的专门性教科书。机器学习理论内容学之不易,且不像机器学习技术工具那样可以立即付诸应用,学习过程难免有焦躁感,自学尤易陷入困局,读者务须有充分的心理准备。(摘自《机器学习理论导引》前言)


当然,难度越大,啃下来之后的成就感也会越大。作者表示,「深入学习下来,不仅有助于理解机器学习的重要思想,更有助于感受和体会这个学科领域的美,一切努力最终都是值得的。」

作者介绍

本书由机器学习领域著名学者周志华教授领衔的南京大学 LAMDA 团队四位教授合著。周志华老师规划了全书内容结构并撰写了第 1-2 章,王魏老师撰写了第 3-4 章,高尉老师撰写了第 5-6 章,张利军老师撰写了第 7-8 章,最后由周志华老师修订统一了全书风格。

《机器学习理论导引》的四位作者。从左至右:周志华、王魏、高尉、张利军。

周志华老师是南京大学计算机系主任、人工智能学院院长,欧洲科学院外籍院士,人工智能相关五大主流国际学会 ACM、AAAI、AAAS、IEEE、IAPR 均入选 Fellow 的首位华人学者。此外,他还是中国计算机学会、中国人工智能学会会士,曾获 IEEE 计算机学会 Edward J. McCluskey 技术成就奖、CCF 王选奖等。

王魏老师是南京大学计算机系副教授,主要研究方向为机器学习理论,曾获中国计算机学会优秀博士学位论文奖、江苏省优秀博士学位论文奖、CCF 青年人才发展计划等。

高尉老师是南京大学人工智能学院副教授,主要研究方向为机器学习理论,曾获中国计算机学会优秀博士学位论文奖、江苏省优秀博士学位论文奖等。

张利军老师是南京大学计算机系副教授、博士生导师,主要研究方向为大规模机器学习与优化,曾获首届达摩院青橙奖、中国科协青年人才托举工程、CCF 青年人才发展计划等荣誉。

留言赠书

前段时间,周志华老师在微博上公布了宝箱书即将问世的消息,很多同学在评论区询问是否赠书:


为了满足读者旺盛的求知欲,机器之心联合【机械工业出版社华章公司】向读者赠送 15 本《机器学习理论导引》。读者可以在留言区写下自己对于本书某个章节主题的初步理解或学习机器学习理论的动机,获赞最多的前 15 名读者将获赠此书。没有被抽到的读者可以自行扫码购买限量签章版。


入门教材机器学习周志华
45
《西瓜书》因为推导太难曾经放弃过,现在打算再试一次;「宝箱书」是真的送吗? PS:为啥没人评论??
2
西瓜书的很多内容理解的不够深入,对于背后的理论并不理解。周老师的新书针对这块进行了新的总结和归纳,看介绍比西瓜书难得多,看来又是一本要硬啃的好书了。对第七章的收敛性挺感兴趣的,关于机器学习系统如何保证它是能够收敛的,不知道从理论上是如何证明的。
1
NeoPro
来咯,哈哈,真是个好机会
之前读过一下西瓜书,但感觉不是很懂,很多地方都略过了,这次要重读一下经典
ailyPro
《西瓜书》,《南瓜书》,这次是《宝箱书》,真的有些期待,机器学习理论还是要啃的,不然只会调参,对于原理云里雾里。大家来点赞呀!
5