关于再现机器学习的内核希尔伯特空间方法的教科书?

机器算法验证 机器学习 参考
2022-03-16 09:27:25

问题:有谁知道任何通过再现核希尔伯特空间方法介绍机器学习(第一次)的教科书?即,假设功能分析是先决条件,但不假设机器学习的先验知识?

任何调查文章都将紧随其后。请不要研究论文——我想先学习理论,然后再尝试将其付诸实践。

背景:本学期我的大学将开设一门课程,该课程承诺使用功能分析的方法来介绍机器学习,特别是具有再生核的希尔伯特空间。这对我来说真的很好,因为我知道泛函分析,不知道机器学习,并且想第一次学习机器学习。

课程描述(德文)——没有提及文学
课程主页——同样没有提及
另一所大学类似课程的文学课程页面——所有参考文献都是研究论文

但是,我不确定我的日程安排中是否有空间参加这门课程,或者它是否会与我本学期必须参加的课程相冲突。因此,如果这个学期我不能参加这门课程,我希望将来能够在空闲时间自己学习这门课程。

1个回答

最好和标准的参考将是

阿龙沙恩,纳赫曼。“再生内核的理论。” 美国数学学会汇刊 68.3 (1950): 337-404。

不知道你对泛函分析了解多深,不同层次的泛函分析有很大的不同。所以我会说另一个标准是:

Smola、Alex J. 和 Bernhard Schölkopf。用内核学习。GMD-Forschungszentrum Informationstechnik,1998 年。

我也不确定您的一般数学背景,或多或少您可能对以下内容感兴趣:

拉弗蒂、约翰和盖伊·黎巴嫩。“统计流形上的扩散核。” 机器学习研究杂志 6.Jan (2005): 129-163。