#统计学习理论

共 6 条 · 7 天 0 条 · 30 天 0 条

信息流里打上「统计学习理论」标签的资讯、产品与论文，按刊登时间排，新的在上。

9月9日

这篇论文从统计学习理论角度解释了STE训练的稳定性与泛化能力，给出了明确的误差边界和收敛速率。

arXiv cs.LG@Yiming Ying原文

7月27日

这篇论文教你如何用一条轨迹学透一个动力系统，从预测函数到Koopman算子都有数学保证，适合想做理论深度的人。

arXiv cs.LG@Oleksii Kachaiev 等 3 人原文

7月22日

这篇论文告诉你用少数几个二分类器拼多分类器到底能做到多好，有理论保证，做分布式分类的值得看看。

arXiv cs.LG@Ioannis Papageorgiou 等 5 人原文

6月17日

论文精选10:16

这篇论文用数学证明了公平和准确不可兼得，小样本会让偏见更严重，模型表达能力不够也不行。做AI公平的人都会引用它。

arXiv cs.LG@Khoat Than原文

6月15日

新复杂度指标VLC揭示主动学习难度来源

arXiv cs.LG@Abdellah Aznag 等 3 人原文

5月26日

论文精选11:47

这篇论文为核方法注入可解释的线性特征提供了理论保障，做高维数据建模或核方法研究的团队值得关注，尤其适合处理特征显著但残差噪声小的场景。

arXiv cs.AI@Rustem Takhanov, Zhenisbek Assylbekov原文