09:18
官方账号arXiv cs.AI@Nathan Young
推荐理由：这篇把Solomonoff归纳改成能基于数据集预测，证明与原版等价且误差有界，做理论的人可以看。
序列预测
共 1 条相关 AI 资讯
8月4日
09:18
论文提出分层Solomonoff归纳（HSI），将de Finetti定理应用于Solomonoff归纳（SolInd），构造覆盖所有Solomonoff先验的超先验，以支持对给定数据集的外推。作者扩展了Wood等人的证明，表明通用半测度混合的混合仍等价于SolInd，即HSI=SolInd。他们还证明，HSI在任意分布上的超额误差受该分布在超先验中复杂度的限制，类比于SolInd的预测误差受Kolmogorov复杂度限制。随着数据集增长，HSI的平均超额误差收敛到0，实现极限最优预测。