知识卡片
有界均值服从集中界
若各抽样独立,且每个误差指标都在 [0,1],经验均值偏离其期望至少 ε 的单侧概率至多 exp(−2mε²)。这个界也适用于不完全同分布的有界变量,只需用相应期望和范围。样本相关时不能直接代入独立样本数。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第12章 计算学习理论 · 查看原书依据
对于独立随机变量来说,它们的观测值的均值总是和它们的期望的均值相近.此式从概率的角度对这个结论进行了描述:事件“观测值的均值和期望的均值之间的差值不小于”发生的概率不大于.可以看出,当观测到的变量越多,观测值的均值越逼近
参考来源
- 位置:《机器学习公式详解》第12章 计算学习理论(book-source:`extracted/机器学习公式详解/_epub-src/text/part0018_split_000.html`,式(12.5))
- 结论依据:式(12.5)按独立随机变量的取值区间约束经验均值的尾部。
- 原始内容:对于独立随机变量来说,它们的观测值的均值总是和它们的期望的均值相近.此式从概率的角度对这个结论进行了描述:事件“观测值的均值和期望的均值之间的差值不小于”发生的概率不大于.可以看出,当观测到的变量越多,观测值的均值越逼近