PAC学习模型研究

• 作者: 何志国
• 来源期刊: 微机发展
• 学科: 工学
• 关键词: PAC学习 VC维 样本复杂度 计算复杂度
• 年，卷（期）: 2004,（8）
• 所属期刊栏目: 智能与算法研究
• 页码范围: 52-54,70
• 页数: 4页
• 分类号: TP181
• 字数: 4017字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2004.08.017

摘要

计算学习理论为比较两算法的性能提供了形式化的框架,并能确定某概念类的计算复杂度和样本复杂度.而PAC学习模型是计算学习理论的基础,它为研究学习及泛化问题提供了一种基本的概率框架.先介绍了基本的PAC学习模型并对其进行了深入的分析,给出了判断一概念类是否是PAC学习的方法;然后针对基本PAC学习模型的不足进行了相应的扩展;最后介绍了计算学习理论中的一些其它模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何志国	攀枝花学院电信系	11	125	6.0	11.0