基于留一估计子的学习机器的推广能力

摘要：

学习机器的推广能力是机器学习理论研究的重要方面.在逐点假设稳定条件下,应用马尔可夫不等式导出了分类学习机器推广误差的界.把这个界与已有的界进行了比较,并得出了逐点假设稳定条件下分类学习机器具有好的推广能力的结论.

关键词： 学习机器 推广能力 留一误差估计

作者: 邹斌 徐婕 李落清

作者单位: 湖北大学数学与计算机科学学院,武汉,430062 华中科技大学计算机科学学院,武汉,430074

会议类型: 国内会议

会议名称: 2005年中国模糊逻辑与计算智能联合学术会议

会议地点: 深圳

会议语种:中文

页码: 785-789

在线出版日期: 2005-04-16（万方平台首次上网日期，不代表论文的发表时间）