经验风险最小化原则相关论文
支持向量机目前已成为机器学习领域新的研究热点,而统计学习理论中的关键定理为支持向量机等的研究提供了重要的理论基础。本文提......
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......
该文进一步讨论了可信性测度的性质,在可能性空间上给出了车贝谢夫不等式和辛钦大数定理;并依据传统的统计学习理论在可能性空间上......
基于实随机变量的统计学习理论现己被公认为是处理小样本学习问题的最佳理论，它已成为国际机器学习领域新的研究热点。但它难以讨论......
讨论了Sugeno测度这类有代表性的非可加测度的性质,给出了Sugeno测度空间上的gλ随机变量及其分布函数、期望和方差的定义及性质,......
通过对变一误差估计下算法稳定的研究,提出了不依赖于样本分布的CO稳定的概念,证明了CO稳定不仅是变一误差估计条件下ERM原则一致......
m依赖过程作为非独立序列的典型样本,其经验风险最小化的泛化性能不容忽视.为了研究基于m依赖过程经验风险最小化算法的推广能力,......
关键左理是统计学习理论的重要组成部分。但是，目前的研究主要集中在实随机变量且样本不受噪声影响。引入了复gλ随机变量、准范数......
关键定理是统计学习理论的重要组成部分,但目前其研究主要集中在概率空间上且假设样本不受噪声的影响。鉴于此,提出了泛空间上样本......
支持向量机是机器学习领域一个研究热点，而统计学习理论中的关键定理为支持向量机的研究提供了重要的理论基础。基于模糊样本，提出了......
给出泛空间上泛随机变量及其分布函数、泛期望和泛方差的定义和性质，证明泛空间上的Chebyshev不等式和Khinchine大数定律；给出泛空间......
