信息论归纳学习的广义界限及其应用

💡 原文中文,约400字,阅读约需1分钟。
📝

内容提要

该研究使用信息论技术研究了具有有界更新的迭代学习算法在非凸损失函数上的泛化特性,并提出了新的泛化误差界。研究还分析了不同设置下的泛化界,并展示了改进的界限。

🏷️

标签

➡️

继续阅读