编辑实验 创建词条
人大经济论坛-经管百科

统计学习理论 发表评论(0) 编辑词条

目录

统计学习理论是针对小样本情况研究统计学习规律的理论,是传统统汁学的重要发展和补充,为研究有限样本情况下机器学习的理论和方法提供了理论框架,其核心思想是通过控制学习机器的容量实现对推广能力的控制。在这一理论中发展出的支持向量机方法是一种新的通用学习机器,较以往方法表现出很多理论和实践上的优势。

应用范围编辑本段回目录

1.机器学习

2.函数估计

3.模式识别

4.信息处理

5.人工智能

6.统计研究


统计学习理论的主要成果编辑本段回目录

从对稀疏数据的多元函数逼近理论出发,利用当代统计学习理论的观点,重点研究有监督的学习问题。开发一些基本工具,例如正则化(包括用于回归和分类的支持向量机)。同时利用稳定性和VC理论推导泛化界。讨论某些主题,如提升和特征选择。介绍几个领域中的应用,如:计算机视觉,计算机图形学,文本分类以及生物信息学。规划了与该课程所介绍技术同步发展的最终课程项目、实践应用及练习。

1.稳定性理论

2.VC维理论

3.正则化方法

经管百科已经为您找到更多关于“统计学习理论”的相关信息,点击查看>>

附件列表

→如果您认为本词条还有待完善,请 编辑词条

词条内容仅供参考,如果您需要解决具体问题
(尤其在法律、医学等领域),建议您咨询相关领域专业人士。
0

收藏到: Favorites  

同义词: 暂无同义词

关于本词条的评论 (共0条)发表评论>>