中文
Sign in
AI tools
聊天
热门问题
时间线
Loading AI tools
全部
文章
字典
引用
地图
Computational learning theory
来自维基百科,自由的百科全书
Found in articles
VC理论
瓦普尼克-澤范蘭傑斯理論(英語:Vapnik–Chervonenkis
theory
),又稱VC理论(VC
theory
)是一個於1960年代到1990年代由蘇聯數學家弗拉基米尔·瓦普尼克及亞歷克塞·澤范蘭傑斯建立的一套机器学习理论(英语:
Computational
learning
theory
),使用统计的方法,因此有别于归纳学习等其它机器学习方法。
計算神經科學
學神經科學亦可用來強調該領域的定量性質。 計算神經科學與聯結主義、机器学习、人工神经网络、人工智慧、計算學習理論(英语:
Computational
learning
theory
)等不符合生物學的模型無關,其模型對神經元與神經系統的描述,著重於在生理學與動力學上是符合生物學的。
统计学习理论
统计学习理论(英語:Statistical
learning
theory
),一種機器學習的架構,根據統計學與泛函分析(Functional Analysis)而建立。統計學習理論基於資料(data),找出預測性函數,之後解決問題。支持向量机(Support Vector Machine)的理論基礎來自於統計學習理論。
半监督学习
(PDF)于2017-08-09). in Proceedings of the eighth annual conference on
Computational
learning
theory
- COLT '95. New York, New York, USA: ACM Press. 1995: 412–417
时序差分学习
Montague, P.R. Predictive hebbian
learning
. Proceedings of Eighth ACM Conference on
Computational
Learning
Theory
. 1995: 15–18. ISBN 0897917235. S2CID 1709691