推广误差相关论文
稀疏矩阵的恢复是指我们从低秩或近似低秩矩阵的一个不完全抽样集合中恢复这个矩阵。稀疏矩阵的恢复具有重要的现实意义。它有助于......
在机器学习中，子空间信息准则给出推广误差的一种无偏估计。本文研究在输入空间存在噪声的情况下，子空间信息准则是否仍然是无偏的。......
学习机器的推广能力是机器学习理论研究的重要方面.在逐点假设稳定条件下,应用马尔可夫不等式导出了分类学习机器推广误差的界.把......
不同的误差估计方法对应着不同的算法稳定的概念,现在讨论较多的误差估计方法是变一误差估计和排一误差估计.本文主要考虑了变一误......
近年来，支持向量机(SVM)的理论已经取得重大进展，其算法策略以及实际应用都得到很大发展。SVM的推广误差一直是SVM分类算法研究中的......
ξα估计是进行支持向量机模型选择的重要指标,它通过分析支持向量的特性,可以在训练一次的情况下估计出训练集发生“留一错误”的......
支持向量机（SVM）参数的取值直接影响到分类器的学习能力和推广能力。通常通过计算分类器的推广误差来衡量参数的优劣，常用的方法有k重......
在机器学习算法的假设稳定条件下,得到了交叉验证推广误差的多项式的界;在一致假设稳定情形下,利用McDiarmid不等式获得了其指数的......
运用Rademacher复杂度得到了ν-SVM的推广误差和风险的上界．...
在机器学习算法的联合稳定性条件下,利用广义McDiarmid不等式获得了排一推广误差的界.讨论了机器学习的推广能力,和类似的结果进行......
在监督学习中，模型的选择直接影响学习算法的推广能力．子空间信息准则是模型选择的一种新准则，它在一些假设条件下，给出推广误差的一种......
指出子空间信息准则是模型选择的一种新准则,它在一些假设条件下,给出推广误差的一种无偏估计.研究再生核Hilbert空间中,应用子空......
本文研究了学习理论中推广误差的界的问题.利用ε不敏感损失函数的性质,分别获得了逼近误差和估计（样本）误差的界,并在特定的假设空......
为研究机器学习在算法稳定框架下的推广能力,提出了变一误差估计条件下联合算法稳定的概念,并利用广义的McDiarmid不等式得到了机......
统计学习理论已经是近来的热点研究问题,而算子的推广性能是统计学习的一个十分重要的部分。本文指出算子的推广误差界可以归结为......
在机器学习中，子空间信息准则给出推广误差的一种无偏估计．本文分析降低SIC精度的原因，并且就如何提高SIC精度进行探讨．......
