本文通过计算各种几何空间中度量球分类器的VC维,深入探讨了几何机器学习中泛化的理论基础。它在欧几里得、球面和双曲几何以及一般的范数向量空间和黎曼流形中为这些分类器建立了界限。研究还利用覆盖论证来探索高维欧几里得空间低维子集上数据的泛化界限,并特别应用于主动学习算法。 AI
影响 为几何机器学习中的泛化提供了理论界限,可能改进主动学习算法。
排序理由 该集群包含一篇详细介绍机器学习理论研究的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- active learning
- $\\ell^p$-norms
- Euclidean
- metric ball classifiers
- normed vector spaces
- Riemannian geometry
- Riemannian manifold
- spherical
- Stephan Wojtowytsch
- VC dimension
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →