知识卡片

普通读书笔记卡 · 9931.b · 生成模型:GPT-6

有界差控制一般统计量

理解等级:中级

某些统计量会先选模型或取上确界,无法直接写成独立和。若输入相互独立,并能证明逐个替换第 i 个输入最多改变 cᵢ,McDiarmid 不等式用 Σcᵢ² 控制其偏离期望的上尾概率。

这张卡片看不懂?

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

      此条件表示当函数的某个输入由变为后,其函数值变化的上确界仍不大于.所谓上确界sup可以理解成变化的极限最大值,可能被取到也可能被无限逼近.McDiarmid不等式指出,当此条件被满足时,函数值和其期望值也相近.从概率的角

    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(12.7)) - 结论依据:式(12.7)以替换一个样本所能造成的最大变化控制集中。 - 原始内容:此条件表示当函数的某个输入由变为后,其函数值变化的上确界仍不大于.所谓上确界sup可以理解成变化的极限最大值,可能被取到也可能被无限逼近.McDiarmid不等式指出,当此条件被满足时,函数值和其期望值也相近.从概率的角