BriefGPT.xyz
Ask
alpha
关键词
randomized learning algorithms
搜索结果 - 2
信息密度和条件信息密度的泛化界
通过指数不等式的方法,我们研究了随机学习算法的泛化误差的界限和概率分布,针对亚高斯损失函数提供了以训练数据和输出假设之间信息密度为依据的新的界限,并将该方法扩展到了基于随机选择训练数据子集的情况。
PDF
4 years ago
NIPS
随机学习的 PAC-Bayesian 分析及其在随机梯度下降中的应用
通过 PAC-Bayes 和算法稳定性的结合研究了随机梯度下降算法的泛化误差,提出了一种基于后验优化的自适应采样算法,并在基准数据集上进行评估。结果表明,相较于均匀采样,自适应采样既可以更快地降低经验风险,也可以提高样本外准确性。
PDF
7 years ago
Prev
Next