Statistical Machine Learning：Error Analysis and

　　从泛化性能分析的角度系统阐述机器学习中三类问题（回归、排序、多分类）的理论基础、算法构建方法以及应用。学习理论基础方面重点关注算法的泛化性、稀疏性和稳定性分析，应用部分重点关注其在数据挖掘具体任务中的有效性和竞争性。全书分三章，即回归学习理论与应用、排序学习理论与应用、多分类学习理论与应用。

　　陈洪，华中农业大学副教授、博士、硕士生导师，美国数学评论评论员， 湖北省优秀博士论文获得者。 2009年博士毕业于湖北大学基础数学专业，2009年7月至今在华中农业大学数学与统计学系承担教学科研工作。2007.10-2007.11作为研究助理访问香港城市大学，2013.2-2013.9受邀作为兼职研究员在澳门大学从事研究工作，2016.3-2017.3在美国德州大学阿灵顿分校从事博士后研究工作。 在NIPS、Neural Computation、Applied and Computation Harmonic Analysis、IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Cybernetics、Neural Networks、Information Sciences、Journal of Approximation Theory等机器学习理论领域知名期刊和会议发表论文30余篇。 主持国家自然科学基金面上项目1项，国家自然科学基金青年基金1项（已结题），华中农业大学创新团队培育项目1项。

暂缺《Statistical Machine Learning：Error Analysis and》目录