实体
Talagrand
Talagrand
PulseAugur coverage of Talagrand — every cluster mentioning Talagrand across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的学习过程实现了通用的样本复杂度界限
研究人员开发了一种新的学习过程，即使在重尾情况下，也能在凸学习问题中实现最先进的样本复杂度界限。该方法利用最优均值估计技术和Talagrand的通用链式方法，推导出了与高斯设置中发现的速率相匹配的样本复杂度上限。这代表了通用凸学习问题的一个重要通用性结果，表明具有相同L2结构的 সমস্যা 问题的样本复杂度界限可能相似，而与分布尾部行为无关。
-
新的统计学习界限提供高效风险检测
本文在统计学习的经验风险原理（ERP）中引入了新的误差概率集中不等式。这些不等式为最小风险建立了非渐近高置信度的下界和上界，将经验风险函数的传统有界性条件放宽到高斯或指数可积性。下界的置信度独立于训练参数和输入维度，能够有效检测学习机器的缺陷。当样本量显著超过Orlicz度量下参数集的盒维数时，上界的置信度很高。