Mathematical Foundations of Reinforcement Learning 本书通过严谨的数学视角系统介绍了强化学习的核心概念、基本问题及经典算法,是一本面向学生和研究者的入门级专业指南。
Understanding Machine Learning: From Theory to Algorithms 本书阐述了机器学习的基础理论、核心算法及数学推导,涵盖 PAC 学习、VC 维、线性预测器、Boosting 等关键内容,兼顾理论严谨性与实用性,适用于高等本科或研究生课程及相关领域研究者。