经验风险最小化相关论文
近年来,深度学习作为一种新兴的信息技术广泛应用于各个领域。在某种确定的深度学习模型下,神经元连接处的参数大小决定了模型优劣......
随着互联网的普及和信息采集技术的提高,大量的敏感数据被收集.例如来自学校和医院的个人记录,用于欺诈检测的财务记录,来自社交媒......
针对经验风险最小化(ERM)这一无约束优化问题,使用随机优化算法.为了提高损失函数值的下降速度,考虑三项共轭梯度法的优点,提出一......
经验风险最小化(Empirical Risk Minimization,ERM)旨在学习一组模型参数来尽可能地拟合已观测到的样本,使得模型具有基础的识别能......
本文着重从统计学习角度去理解支持向量机,对不同损失函数下SVR算法进行了比较深入的对比研究.主要内容如下:第一章说明了研究分类......
科技的快速发展可以让人们获得大量数据,这些数据中包含着重要信息以及各种噪声,如何从数据中获得有用知识是机器学习现阶段最重要......
支持向量机(SVM)是基于结构风险最小化的分类判别方法,对于非线性不可分的二分类样本,需要在最大间隔和错误分类之间做出折中选择.......
中压配电网是电力系统的重要组成部分,其安全、经济运行是整个电力系统安全、经济运行的重要保障。中压配电网短期节点负荷预测技......
本文在加权径向基函数这一统一方法的框架下,对常用的几种软计算方法(包括神经网络、小波网络、模糊系统、贝叶斯分类器、模糊划分......
经典的集中不等式描述了基于独立同分布随机变量的函数与其数学期望的偏离程度,并且这些不等式在统计学和机器学习理论中都有许多......
SVM model for estimating the parameters of the probability-integral method of predicting mining subs
为采矿沉淀预言估计概率积分方法的参数的一个新数学模型被建议。把理论基于最少的广场支持向量机器(LS-SVM ) ，改进采矿沉淀的精确......
支持向量机(support vector machine,简称SVM)是近年来在国外发展起来的一种新型机器学习技术,由于其出色的学习性能,该技术已成为......
给定数据（xl, yl ）, （x2, y2 ）,…, （xm, ym ），考虑一般的损失函数ψ（y-f（x））下，当ψ（z）连续及ξ1 = ψ（y1-f（x1））,ξ2 = ψ（y2 - f（x2 ））,…,ξm = ψ（ym-......
研究最小平方损失下的经验风险最小化算法是统计学习理论中非常重要研究内容之一．而以往研究经验风险最小化回归学习速率的几乎所有......
经典的集中不等式描述了基于独立同分布随机变量的函数与其数学期望的偏离程度,并且这些不等式在统计学和机器学习理论中都有许多......
介绍机器学习的表示方式,分析和比较机器学习中经验风险最小化原则和结构风险最小化原则,引出用于回归估计的支持向量机,并用数学......
采用经验风险最小化归纳原则和梯度下降方法调整传统中心分类法的类别中心向量，解决了传统中心分类法因忽略训练集文本权值因素而导......
感知器（perceptron）是神经网络模型中的一种，它可以通过监督学习（supervised learning）的方法建立模式识别的能力．将感知器应用到语言模......
提出了一种新颖的、基于独立分量分析(ICA)的复合神经网络,用于不同机械状态模式的特征提取.利用支持向量机(SVM)进行最终分类.与......
介绍神经网络的统计学习过程和理论,讨论基于经验风险最小化的学习理论对神经网络推广性能的影响,分析基于结构风险最小化的支持向......
在最优收敛速度的驱动下,研究风险最小化的误差估计。通过运用相关不等式及性质,证得了在统计学习理论框架下的比较定理,不仅阐明......
