这本2013年第一版的handbook的选材挺让我难以置信的，要么它将是有可能彻底改变我认知结构的一本书，要么这本书的整体水平有待商榷。特别是理论部分的选材很让我费解。例如：第二三章介绍Global Optimization领域中的Cross-entropy方法（一种主要基于类似importance sampling过程的weighted maximum likelihood方法），选题着实让我很困惑。当然Cross-entropy方法有它优点（例如可能跨过潜在的局部极值点等），是一种值得尝试的全局优化的方法。但是作为一种特殊的adaptive或者sequential方法，它在机器学习相关领域中的理论意义到底在什么地方（例如与kernel方法或者神经网络方法进行系统地比较——在收敛性，估计精确性，执行效率，可扩张性等方面）好像并没有特别提到，着实让我摸不到头脑。另外，在我印象中，Cross-entropy方法只是一种以proof-of-concept形式出现，对于不太困难的NP问题或者结构比较清楚的NP问题有比较好的效果，但对于复杂的大规模的结构性模糊的NP问题，Cross-entropy方法在使用上通常需要高度的具体性，应该给予谨慎， 而解决复杂的大规模的结构模糊的问题恰恰是学习理论所真正关心的。我觉得能写进handbook里theory部分的内容应该是这个领域里相对稳定的方法论层面上的基础且本质的内容，而不是猎奇。我对于这本书的质疑是本质性的。以上是一个具体的说明，当然我的理解是感性和肤浅的，希望大家批评指点赐教。
扫码加好友，拉您进群
全部版块
我的主页
