期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
学习算法的稳定性与泛化(Ⅱ):有界差分稳定框架 被引量:1
1
作者 曾锦山 张海 徐宗本 《高校应用数学学报(A辑)》 CSCD 北大核心 2011年第1期1-11,共11页
根据有界差分条件,提出了学习算法的有界差分稳定框架.依据新框架,研究了机器学习阈值选择算法,再生核Hilbert空间中的正则化学习算法,Ranking学习算法和Bagging算法,证明了对应学习算法的有界差分稳定性.所获结果断言了这些算法均具有... 根据有界差分条件,提出了学习算法的有界差分稳定框架.依据新框架,研究了机器学习阈值选择算法,再生核Hilbert空间中的正则化学习算法,Ranking学习算法和Bagging算法,证明了对应学习算法的有界差分稳定性.所获结果断言了这些算法均具有有界差分稳定性,从而为这些算法的应用奠定了理论基础. 展开更多
关键词 学习理论 稳定 泛化性 有界差分稳定
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部