BriefGPT.xyz
Ask
alpha
关键词
penalized empirical risk minimization
搜索结果 - 1
多核学习中的稀疏性
探讨了基于经验风险惩罚的多核学习问题。它综合考虑了经验 $L_2$ 范数和核引起的再生核希尔伯特空间（RKHS）范数及其正则化参数的数据驱动选择的复杂度惩罚。主要关注的是当核心总数很大但仅需要较少数量的核心来表示目标函数时，该问题是稀疏的情
→
PDF
12 years ago
Prev
Next