RUS  ENG
Полная версия
ЖУРНАЛЫ // Автоматика и телемеханика // Архив

Автомат. и телемех., 2019, выпуск 11, страницы 24–58 (Mi at15378)

Эта публикация цитируется в 26 статьях

Тематический выпуск (окончание)

Полная статистическая теория обучения

В. Н. Вапникab

a Колумбийский университет, Нью-Йорк, США
b Отдел исследования ИИ Фэйсбук, Нью-Йорк, США

Аннотация: Описывается одновременное решение двух задач выбора для функций из гильбертова пространства с воспроизводящим ядром: найти в данном подмножестве допустимых функций функцию, которая минимизирует средние потери; используя обучающую выборку, из обширного множества функций в гильбертовом пространстве выбирается допустимое подмножество, включающее в себя искомую функцию, затем в этом допустимом подмножестве выбирается хорошая аппроксимация данной функции. Получено аналитическое решение.

Ключевые слова: статистическая теория обучения, первая задача выбора, вторая задача выбора, гильбертово пространство с воспроизводящим ядром, обучающая выборка.


Поступила в редакцию: 13.07.2018
После доработки: 05.09.2018
Принята к публикации: 08.11.2018

DOI: 10.1134/S0005231019110023


 Англоязычная версия: Automation and Remote Control, 2019, 80:11, 1949–1975

Реферативные базы данных:


© МИАН, 2024