Ioannis Kalogridis

新研究探讨Reproducing kernel Hilbert spaces中的非参数回归

两篇新研究论文探讨了Reproducing kernel Hilbert spaces中的高级非参数回归技术。第一篇论文详细介绍了正则化M估计的综合理论，为各种损失函数建立了存在性和可测量性，并证明了尖锐的收敛速度。第二篇论文介绍了一种在这些空间中进行监督学习的子采样方案，旨在降低计算成本同时保持准确性，并通过数值研究证明了其可行性。