Просмотр

Материал из MachineLearning.

У вас нет прав на выполнение этой операции по следующим причинам:

• Запрошенное действие могут выполнять только участники из групп emailconfirmed, Администраторы.
• Вы должны подтвердить ваш адрес электронной почты перед правкой страниц. Пожалуйста, введите и подтвердите ваш адрес эл. почты на странице настроек.

Вы можете просмотреть и скопировать исходный текст этой страницы:

<includeonly>{{Диссертация|PageName = Публикация:Воронцов 2010 Комбинаторная теория |автор = Воронцов, К. В. |название = Комбинаторная теория надёжности обучения по прецедентам |организация = Вычислительный центр РАН |тип = Дис. док. физ.-мат. наук: 05-13-17 |год = 2010 |страниц = 271 |url = http://www.machinelearning.ru/wiki/images/b/b6/Voron10doct.pdf }}</includeonly><noinclude>{{Диссертация|BibtexKey = voron10doct |автор = Воронцов, К. В. |название = Комбинаторная теория надёжности обучения по прецедентам |организация = Вычислительный центр РАН |тип = Дис. док. физ.-мат. наук: 05-13-17 |год = 2010 |страниц = 271 |url = http://www.machinelearning.ru/wiki/images/b/b6/Voron10doct.pdf }} Данная диссертационная работа является теоретическим исследованием по [[теория статистического обучения|теории статистического обучения]] (statistical learning theory, SLT). Предлагается комбинаторный подход, позволяющий получать точные оценки [[обобщающая способность|обобщающей способности]] методов обучения по прецедентам. Отличительными особенностями комбинаторного подхода являются: * использование [[слабая вероятностная аксиоматика|слабой вероятностной аксиоматики]] вместо стандартной колмогоровской; * использование функционалов вероятности [[переобучение|переобучения]] и полного [[скользящий контроль|скользящего контроля]] вместо стандартного [[принцип равномерной сходимости|принципа равномерной сходимости]]; * использование экспериментальных методик анализа факторов завышенности стандартных оценок обобщающей способности; * использование свойств [[Расслоение и сходство алгоритмов (виртуальный семинар)|расслоения и связности]] в семействах алгоритмов вместо тривиального подсчёта числа различных алгоритмов в семействе; * использование свойств [[метод обучения|метода обучения]] наряду со свойствами семейства алгоритмов; * возможность получения точных оценок вероятности переобучения вместо стандартных асимптотических сильно завышенных оценок. == Результаты, выносимые на защиту == # Слабая вероятностная аксиоматика, основанная на единственном вероятностном предположении -- о независимости наблюдений в конечной выборке. Общая постановка задач эмпирического предсказания. # VC-оценки вероятности переобучения, учитывающие степень некорректности метода обучения. # Методика эмпирического измерения факторов завышенности VC-оценок вероятности переобучения. # Метод получения точных оценок вероятности переобучения, основанный на выделении множеств порождающих и запрещающих объектов для каждого алгоритма в семействе. # Рекуррентный алгоритм вычисления точных, верхних и нижних оценок вероятности переобучения. # Блочный метод вычисления точных оценок вероятности переобучения. # Точные оценки вероятности переобучения для ряда модельных семейств алгоритмов: слоя и интервала булева куба, монотонных и унимодальных цепочек, единичной окрестности. # Оценка вероятности переобучения, учитывающая профиль расслоения и связности семейства алгоритмов. # Точные оценки полного скользящего контроля для метода ближайшего соседа, выражающиеся через профиль компактности выборки. # Верхние оценки полного скользящего контроля для семейства монотонных алгоритмов, выражающиеся через профиль монотонности выборки. == Полный текст == * Текст диссертации: [[Media:Voron10doct.pdf|'''(PDF, 3,07 МБ)''']] * Текст автореферата: [[Media:Voron10doct-autoref.pdf|'''(PDF, 320 КБ)''']] * Презентация доклада на защите [[Медиа:Voron10doct-slides.pdf|'''(PDF, 1,76 МБ)''']]. == См. также == *[[Участник:Vokov|Воронцов, Константин Вячеславович]] — страница участника *[[Теория вычислительного обучения]] *[[Слабая вероятностная аксиоматика]] *[[Обобщающая способность]] *[[Переобучение]] *[[Расслоение и сходство алгоритмов (виртуальный семинар)]] [[Категория:Теория вычислительного обучения (публикации)|Воронцов]] </noinclude>

• Шаблон:!
• Шаблон:Биб.статья
• Шаблон:Диссертация
• Шаблон:Переводы

Возврат к странице Публикация:Воронцов 2010 Комбинаторная теория.