Публикация:Boucheron 2004 Concentration inequalities

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(Новая: <includeonly>{{Статья|PageName = Публикация:Boucheron 2004 Concentration inequalities |автор = Boucheron S. |автор2 = Lugosi G. |автор3 = Bousquet...)
(шаблон Статья заменён на ПСтатья)
 
(1 промежуточная версия не показана)
Строка 1: Строка 1:
-
<includeonly>{{Статья|PageName = Публикация:Boucheron 2004 Concentration inequalities
+
<includeonly>{{ПСтатья|PageName = Публикация:Boucheron 2004 Concentration inequalities
|автор = Boucheron S.
|автор = Boucheron S.
|автор2 = Lugosi G.
|автор2 = Lugosi G.
Строка 16: Строка 16:
|issn =
|issn =
|язык =
|язык =
-
}}</includeonly><noinclude>{{Статья|BibtexKey = boucheron2004concentration
+
}}</includeonly><noinclude>{{ПСтатья|BibtexKey = boucheron2004concentration
|автор = Boucheron S.
|автор = Boucheron S.
|автор2 = Lugosi G.
|автор2 = Lugosi G.
Строка 35: Строка 35:
}}
}}
== Аннотация ==
== Аннотация ==
-
[[Концентрация вероятностной меры|Неравенства концентрации меры]] (concentration inequalities) описывают отклонение функций случайных и независимых случайных величин от их математического ожидания.
+
[[Концентрация вероятностной меры|Неравенства концентрации меры]] (concentration inequalities) описывают отклонение функций независимых случайных величин от их математического ожидания.
В последнее время были разработаны новые подходы, позволяющие получать простые и в то же время достаточно мощные неравенства.
В последнее время были разработаны новые подходы, позволяющие получать простые и в то же время достаточно мощные неравенства.
Эти неравенства играют важную роль в исследовании ряда задач [[Машинное обучение|машинного обучения]] и привели к получению новых эффективных алгоритмов.
Эти неравенства играют важную роль в исследовании ряда задач [[Машинное обучение|машинного обучения]] и привели к получению новых эффективных алгоритмов.

Текущая версия

Boucheron S., Lugosi G., Bousquet O. Concentration inequalities // Advanced Lectures in Machine Learning. — Springer, 2004. — С. 208-240.

BibTeX:
 @incollection{boucheron2004concentration,
   author = "Boucheron S. and Lugosi G. and Bousquet O.",
   title = "Concentration inequalities",
   booktitle = "Advanced Lectures in Machine Learning",
   publisher = "Springer",
   pages = "208-240",
   url = "http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.98.8724&rep=rep1&type=pdf",
   year = "2004",
   language = russian
 }

Аннотация

Неравенства концентрации меры (concentration inequalities) описывают отклонение функций независимых случайных величин от их математического ожидания. В последнее время были разработаны новые подходы, позволяющие получать простые и в то же время достаточно мощные неравенства. Эти неравенства играют важную роль в исследовании ряда задач машинного обучения и привели к получению новых эффективных алгоритмов. В статье представлен краткий обзор основных из них.

Личные инструменты