现代机器学习研究进展 第一部分 数学与概率工具箱 第四章 泛化与统计学习理论

“训练误差可以趋近于零,但泛化能力决定了智能的本质。”
——Vapnik, Statistical Learning Theory


4.1 统计学习理论框架

1. 基本设定


4.2 VC 理论与一致收敛

4.2.1 VC 维与增长函数


4.2.2 Sauer’s Lemma 与容量上界

定理 4.1(Sauer’s Lemma)


4.2.3 VC 泛化定理

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值