计算学习理论、统计学习基础理论

本文介绍了统计学习理论的基础概念,包括计算学习理论、支持向量机等机器学习方法的理论依据。重点阐述了PAC学习模型、VC维理论及结构风险最小化原理。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

computational learning theory:计算学习理论;

支持向量机是建立在统计学习理论 VC 维理论结构风险最小化原理基础上的机器学习方法。

  • 统计学习的基础就是统计推理(statistical inference),统计推理简单来说,就是估计参数(模型的参数)
    • 比如对于 MLE:argmaxifi(xi|θ)θ 即为其参数),MLE 是一种 metric,

0. PAC

PAC(probably approximately correct,概率近似正确) learning model:

P(|f(x)y|ϵ)1δ

这是 Valiant(2010 年获得图灵奖) 于 1984 年提出的理论;

1. VC 维理论

2. 结构风险最小化

转载于:https://www.cnblogs.com/mtcnn/p/9422447.html

评论
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