मेरा मानना है कि आप वर्गीकरण के सिद्धांत का आनंद लेंगे : हाल के अग्रिमों का एक सर्वेक्षणबाउचरन, बॉस्केट और लुगोसी द्वारा। विशेष रूप से, यह रैडेमाकर जटिलताओं के माध्यम से बुनियादी सामान्यीकरण सिद्धांत का निर्माण शुरू करता है, कुछ उपयोगी टूल (जैसे संकुचन सिद्धांत, जिसका प्रमाण आप अश्विनीकुमार द्वारा उत्तर में संदर्भित Shai & Shai के नोट्स में ट्रैक कर सकते हैं, पर पेश करता है, लेकिन (मुझे विश्वास है?) की उत्पत्ति? Ledoux & Talagrand द्वारा प्रायिकता पुस्तक, जो मुक्त नहीं है), और ये मानक वर्गीकरण विधियों पर लागू होती हैं (वेक्टर मशीनों को बढ़ाने और समर्थन करने पर चर्चा की जाती है, दोनों उनकी लोकप्रियता के कारण, और चूंकि उन्हें ईआरएम के माध्यम से प्रशिक्षित किया जाता है)। यह पाठ 2005 से तारीख करता है, इसलिए इसमें कुछ अन्य हालिया विषय भी हैं, उदाहरण के लिए, लोकल रेडीमैकर कॉम्प्लेक्सिटीज़, और यहां तक कि एक छोटा सा प्लग भी है। अंत में, जबकि पांडुलिपि काफी छोटी है,
आपके द्वारा उल्लिखित कुछ अन्य विषय देव्रोई, ग्योर्फी, और लुगोसी (विशेष रूप से, यह किसी भी अन्य पाठ की तुलना में मुझे पता है) की पैकिंग पर अधिक है। हालाँकि इसमें आपके द्वारा बताए गए कुछ नए विषयों का अभाव है, यह एक मानक पुस्तक है जिसे हर कोई सीखने के सिद्धांत में मुझे मिला है, उनकी अलमारियों पर ले गया है। हो सकता है कि पुस्तक के लिए सामग्री और सूचकांक की एक तालिका का पता लगाने की कोशिश करें, और इसके माध्यम से अंगूठे।
आपके द्वारा उल्लेखित कुछ अन्य विषयों में से मैंने एक पुस्तक में पूरी तरह से इलाज नहीं देखा है, लेकिन वे कई कोर्स नोट्स में दिखाई दिए हैं। उदाहरण के लिए, यदि आप यूपी में शम काकडे के पृष्ठ पर जाते हैं, तो आपको दो शिक्षण सिद्धांत पाठ्यक्रम के लिंक मिलेंगे (एक टीटीआई-सी में, अंबुज तिवारी के साथ), और आप देखेंगे कि विषय लिंक आपके द्वारा चर्चा की गई कुछ चीजों से मेल खाते हैं। , और मेरे उत्तरों या अन्य जगहों पर नहीं दिखाई दिए। विभिन्न स्कूलों में अच्छे पाठ्यक्रम हैं; एवरिम ब्लम के पास अपने सीखने के सिद्धांत के पाठ्यक्रम के लिए उत्कृष्ट, अत्यंत पठनीय नोट्स हैं (उनके जीतने का विश्लेषण सबसे छोटा, सबसे साफ, और सबसे सहज जो मैंने कभी देखा है!)।
इनमें से कुछ शायद बहुत नए हैं, हालांकि, और आपको स्रोत सामग्री पर जाना होगा। लेकिन अगर आप वास्तव में तकनीक का एक हड़पने वाला बैग लेने की कोशिश कर रहे हैं, तो मुझे लगता है कि सर्वेक्षण ऊपर और कुछ सीखने की कक्षाओं के लिए व्याख्यान आपको एक लंबा रास्ता तय करेंगे।
इसके अलावा, आपको लगता है कि आप उन्नत ग्रंथों की तलाश कर रहे हैं, लेकिन मैं दो परिचयात्मक ग्रंथों को भी प्लग करना चाहूंगा जिन्हें लोग बहुत पसंद करते हैं। एक "किर्न्स एंड कंप्युटरियल लर्निंग थ्योरी का एक परिचय" है, किर्न्स और (यू।) वज़ीरानी द्वारा, जो कि पुरानी है (उदाहरण के लिए, बूस्टिंग को केवल रॉबर्ट शापायर के मूल निर्माण के माध्यम से प्रस्तुत किया गया है, और अज्ञेय सीखने की तुलना में पीएसी पर जोर दिया गया है) अच्छी तरह से प्रस्तुत किया है और अच्छा अंतर्ज्ञान है। व्यक्तिगत रूप से, मुझे सांख्यिकीय अधिगम सिद्धांत के परिचय में अपनी मूल बातें मिलीं , उपरोक्त सर्वेक्षण के रूप में एक ही लेखक द्वारा (लेकिन क्रम बूसलेट, बाउचरन, लुगोसी में दिखाई दे रहा है?)। इसका अच्छा प्रदर्शन है और यह पहली बार था कि सामान्यीकरण सिद्धांत वास्तव में मेरे लिए क्लिक करना शुरू कर दिया।