排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
饶峰 《重庆文理学院学报(自然科学版)》2010,29(4):61-64
针对偏置b的一般情况,估计核机器集成学习算法的排一误差和推广误差的界.结果表明,集成学习算法理论上可以提高核机器的稳定性. 相似文献
2.
基于Banach空间中的l-范数的有关理论研究回归估计学习问题收敛性的界.利用l-范数,估计了在给定函数集上最小化经验风险的函数的风险与该函数集上的最小风险之差的界,也就是所谓的"样本误差"的界.同时,给出了基于l-范数的样本复杂性的界. 相似文献
1