)。 经验风险最小化(empirical risk minimization, ERM):即求解损失函数最小化: 当模型是条件概率分布,损失函数式对数损失函数时,ERM等价于极大似然估计(maximum likel...
基于134个网页-相关网页
...输出与理想输出之间的偏差尽可能小,则机器应当遵循结构风险最小化原理,而不是经验风险最小化(Experience Risk Minimization,ERM)原理,通俗地晚就是应当使错误概率的上界最小化。支持向量机正足这一理论的具体实现。
基于8个网页-相关网页
因为几乎所有的传统统计学习都用到“经验风险最小化(ERM,Experience risk minimum)准则”,不过大量事实证明了:ERM准则是不成功的。
基于2个网页-相关网页
模糊经验风险最小化 FERM
经验风险最小化原理 empirical risk minimization principle ; Empirical Risk Minimization
经验风险最小化原则 Empirical Risk Minimization ; ERM ; Empirical Risk Minimizing
以经验风险最小化 Empirical Risk Minimization ; ERM
于经验风险最小化 Empirical Risk Minimization Principle
经验风险最小化准则 empirical risk minimization
而不是经验风险最小化 ERM ; Experience RiskMinimization
了经验风险最小化原则 Empirical Risk Minimization
经验的风险最小化 Empirical Risk Minimization ; ERM
·2,447,543篇论文数据,部分数据来源于NoteExpress
基于统计学理论研究了经验风险最小化原则学习过程的一致性问题。
We describe the consistency of erm learning process instatistical learning theory .
不同的是,前者是基于结构风险最小化原理,后者基于经验风险最小化原理。
The difference between them is that the former is based on the structural risk minimization principle and the latter is based on the experiential risk minimization principle.
由于采用了结构风险最小化原则替代经验风险最小化原则,使它能较好地解决小样本学习问题。
It can solve small samples learning problems better by using structural risk minimization in place of experiential risk minimization.
应用推荐