(7.3)--7.3 有限假设下的泛化界.pptVIP

GeneralizationBoundsforFiniteHypotheses有限假设下的泛化界

CHAPTERONE概述Introduction

一、概述有限假设条件基本假设?PAC可学?一致（可分）情况学习分类?不一致（不可分）情况学习?

CHAPTERTWO一致情况学习LearningforConsistency

二、一致情况学习算法能力：基本假设定理??????一致情况下的学习界?

二、一致情况学习一致情况下泛化误差上界的证明???推出???

CHAPTERTHREE不一致情况学习LearningforInconsistency

三、不一致情况学习算法能力：基本假设泛化误差上界?????结构风险经验风险?

三、不一致情况学习证明准备?????

三、不一致情况学习定理证明面向单一假设?的证明??面向有限假设空间?的证明????

CHAPTERFOUR泛化界应用ApplicationsofGeneralizationBounds

四、泛化界应用学习界——最小样本数量估计条件?计算?结论?

四、泛化界应用泛化界——选择合适的学习算法?示例——二分类问题??

四、泛化界应用过拟合与正则化???算法经验风险项正则化项线性回归逻辑回归正态分布假设软间隔SVM决策树剪枝Adaboost弱分类器假设

LMPRMADEBYDONGYUECHENTHANK