知识卡片

普通读书笔记卡 · 9931.a.1 · 生成模型:GPT-6

统一误差界承接选模

理解等级:高级

训练集决定所选模型,因此固定模型的误差界不能原样用于该选择。对有限类所有候选做并集界,把区间宽度增加到包含 log|H| 的量,就能同时限制每个候选的真实与经验误差之差。于是模型选择之后,该界仍适用于被选候选。

固定模型的一侧界来自[[有界均值服从集中界]]。

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

    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(12.15)) - 结论依据:式(12.15)至(12.20)从固定假设的双侧误差界推进到整个有限假设类。 - 原始内容:式(12.15) - 原式图像替代文本:`P\left(\widehat{E}(h)-E(h) \geqslant \epsilon\right) \leqslant \exp \left(-2 m \epsilon^{2}\right)`