期刊文章详细信息
文献类型:期刊文章
机构地区:[1]攀枝花学院电信系
年 份:2004
卷 号:14
期 号:8
起止页码:52-54
语 种:中文
收录情况:普通刊
摘 要:计算学习理论为比较两算法的性能提供了形式化的框架,并能确定某概念类的计算复杂度和样本复杂度。而PAC学习模型是计算学习理论的基础,它为研究学习及泛化问题提供了一种基本的概率框架。先介绍了基本的PAC学习模型并对其进行了深入的分析,给出了判断一概念类是否是PAC学习的方法;然后针对基本PAC学习模型的不足进行了相应的扩展;最后介绍了计算学习理论中的一些其它模型。
关 键 词:PAC学习 VC维 样本复杂度 计算复杂度
分 类 号:TP181]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...