基于β-混合序列的学习机器的相对一致收敛速率的界
推广性能是机器学习理论研究的主要目的之一.为了研究相依序列下采用ERM算法的学习机器的推广性能,本文基于β-混合序列建立了采用ERM算法的学习机器的经验风险到它的期望风险相对一致收敛速率的界.这个界不仅把基于独立序列下已有的结果推广到β-混合相依序列的情况,而且对β-混合相依序列现有的一些结论进行了改进.得到了β-混合相依序列下,采用ERM算法的学习机器的推广性能的界.
作 者: 邹斌 李落清 万成高 ZOU Bin LI Luo-qing WAN Cheng-gao 作者单位: 邹斌,ZOU Bin(西安交通大学理学院,西安,710049;湖北大学数学与计算机科学学院,武汉,430062)李落清,万成高,LI Luo-qing,WAN Cheng-gao(湖北大学数学与计算机科学学院,武汉,430062)
刊 名: 工程数学学报 ISTIC PKU 英文刊名: CHINESE JOURNAL OF ENGINEERING MATHEMATICS 年,卷(期): 2008 25(3) 分类号: O714.41 关键词: 学习机器 ERM算法 相对一致收敛 混合序列 learning machine ERM algorithm relative uniform convergence mixing sequence