BriefGPT.xyz
Ask
alpha
关键词
regularization schemes
搜索结果 - 4
利用辅助标签的因果推理式快捷方式消除
通过使用辅助标签并强制执行因果图所隐含的条件独立性,鼓励学习不依赖于简便但不可靠关联的预测模型的灵活、因果驱动的方法是一种训练鲁棒预测器的方式。我们展示了这种因果驱动的正则化方案导致更加健壮的估计器,在分布转移下具有良好的泛化和更好的有限样
→
PDF
3 years ago
高维核回归:超越双谷现象的细致分析
该研究通过建立偏差 - 方差分解方法,研究了高维核岭回归在欠参数和过参数情况下的泛化性能特征, 揭示了特定的正则化方案下偏差和方差与训练数据数量 n 和特征维度 d 的组合方式对核回归风险曲线的形状的影响。
PDF
4 years ago
ICML
卷积网络迁移学习的显式归纳偏置
本文研究在归纳迁移学习中,fine-tuning 方式相较于从头训练卷积神经网络具有更好的表现。为了提高 fine-tuned 模型在目标任务上的泛化性能,本文探究了多种正则化方法,最终推荐采用 $L^2$ 惩罚并将预训练模型作为基准的方法
→
PDF
6 years ago
结构化稀疏性与泛化能力
本文介绍了一种基于数据相关性的一般化界限,适用于许多实现了结构稀疏性限制的正则化算法。该界限可以应用于标准的平方范数正则化、套索 (Lasso)、组套索 (group Lasso)、一些具有重叠组的组套索版本、多核学习 (multiple
→
PDF
13 years ago
Prev
Next