On the complexity of samples for learning

פרסום מחקרי: פרק בספר / בדוח / בכנספרסום בספר כנסביקורת עמיתים

תקציר

In machine-learning, maximizing the sample margin can reduce the learning generalization-error. Thus samples on which the target function has a large margin (γ) convey more information so we expect fewer such samples. In this paper, we estimate the complexity of a class of sets of large-margin samples for a general learning problem over a finite domain. We obtain an explicit dependence of this complexity on γ and the sample size.

שפה מקוריתאנגלית
כותר פרסום המארחLecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)
עורכיםKyung-Yong Chwa, J. Ian Munro
עמודים198-209
מספר עמודים12
מסת"ב (אלקטרוני)354022856X, 9783540228561
מזהי עצם דיגיטלי (DOIs)
סטטוס פרסוםפורסם - 2004
פורסם באופן חיצוניכן

סדרות פרסומים

שםLecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)
כרך3106
ISSN (מודפס)0302-9743
ISSN (אלקטרוני)1611-3349

טביעת אצבע

להלן מוצגים תחומי המחקר של הפרסום 'On the complexity of samples for learning'. יחד הם יוצרים טביעת אצבע ייחודית.

פורמט ציטוט ביבליוגרפי