Loading [MathJax]/extensions/TeX/boldsymbol.js
VC次元
をテンプレートにして作成
[
トップ
] [
新規
|
一覧
|
検索
|
最終更新
|
ヘルプ
|
ログイン
]
開始行:
*VC次元 (Vapnik-Chervonenkis dimension) [#s5c9c82f]
バイナリ関数のクラスが点集合をshatterするとは，バイナリの...
\(n\)個の点であれば，任意の点の配置とラベル付けに対して，...
> -- しましま
汎化誤差を評価するために導入された学習機械の複雑さを表す...
なんでこんなものを導入したかというと．．．~
汎化誤差と経験誤差との違いを評価する際に，学習機械のパラ...
（つまり正解を知っていれば）大数の法則が使えるが，真の \(...
その違いをまず \(\theta\) に関する最大値(sup)でバウンドし...
結果として，汎化誤差と経験誤差の差は \(h\) が小さいほど小...
> --あかほ
**関連項目 [#u346e414]
-[[VC dimension]]
-[[Vapnik-Chervonenkis dimension]]
#br
-[[VCエントロピー]]
-[[Chernoff限界]]
-[[Hoeffdingの不等式]]
-[[極限定理]]
-[[次元の呪い]]
-[[SVM]]
-[[マージン]]
-[[構造的損失最小化]]
#br
-[[検索:VC次元 Vapnik-Chervonenkis次元]]
** リンク集 [#re40297a]
-[[VC dimension>http://www.autonlab.org/tutorials/vcdim.h...
#br
-[[Wikipedia:VC_dimension]]
** 関連文献 [#xad8d2bf]
-[[Book/サポートベクターマシン(知の科学)]] 6.2節
-[[Book/Pattern Recognition and Machine Learning]] 7.1.5章
終了行:
*VC次元 (Vapnik-Chervonenkis dimension) [#s5c9c82f]
バイナリ関数のクラスが点集合をshatterするとは，バイナリの...
\(n\)個の点であれば，任意の点の配置とラベル付けに対して，...
> -- しましま
汎化誤差を評価するために導入された学習機械の複雑さを表す...
なんでこんなものを導入したかというと．．．~
汎化誤差と経験誤差との違いを評価する際に，学習機械のパラ...
（つまり正解を知っていれば）大数の法則が使えるが，真の \(...
その違いをまず \(\theta\) に関する最大値(sup)でバウンドし...
結果として，汎化誤差と経験誤差の差は \(h\) が小さいほど小...
> --あかほ
**関連項目 [#u346e414]
-[[VC dimension]]
-[[Vapnik-Chervonenkis dimension]]
#br
-[[VCエントロピー]]
-[[Chernoff限界]]
-[[Hoeffdingの不等式]]
-[[極限定理]]
-[[次元の呪い]]
-[[SVM]]
-[[マージン]]
-[[構造的損失最小化]]
#br
-[[検索:VC次元 Vapnik-Chervonenkis次元]]
** リンク集 [#re40297a]
-[[VC dimension>http://www.autonlab.org/tutorials/vcdim.h...
#br
-[[Wikipedia:VC_dimension]]
** 関連文献 [#xad8d2bf]
-[[Book/サポートベクターマシン(知の科学)]] 6.2節
-[[Book/Pattern Recognition and Machine Learning]] 7.1.5章
ページ名:
![[PukiWiki]](image/ibisforest.png "[PukiWiki]")
