09:18官方账号arXiv cs.AI@Nathan Young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。论文Solomonoff InductionHSIKolmogorov复杂度推荐理由: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。原文稍后读已读值得跟进有用关注 Solomonoff Induction