Участник:Tolstikhin/Articles

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(Новая: '''Concentration Inequalities''' #{{П:McDiarmid 2002 Concentration for Independent Permutations}} :<small>Основная теорема (concentration inequality) доказывает...)
Строка 3: Строка 3:
:<small>Основная теорема (concentration inequality) доказывается с помощью модифицированного варианта теоремы Талаграна, связывающей вероятность получения вектора из некоторого подмножества векторного пространства A с матожиданием случайной величины, зависящей от расстояния Талаграна от случайного вектора до множества A.</small>
:<small>Основная теорема (concentration inequality) доказывается с помощью модифицированного варианта теоремы Талаграна, связывающей вероятность получения вектора из некоторого подмножества векторного пространства A с матожиданием случайной величины, зависящей от расстояния Талаграна от случайного вектора до множества A.</small>
'''Rademacher Complexity'''
'''Rademacher Complexity'''
 +
# ''Boucheron S., Bousquet O., Lugosi G.'' [http://www.econ.upf.edu/simlugosi/esaimsurvey.pdf Theory of classification: A survey of some recent advances] // ESAIM: Probability and Statistics. — 2005. — no. 9. — Pp. 323–375.
#(Bartlett)
#(Bartlett)
#(Koltchinski)
#(Koltchinski)

Версия 14:26, 4 марта 2011

Concentration Inequalities

  1. McDiarmid, C. Concentration for Independent Permutations // Comb. Probab. Comput.. — Cambridge University Press, 2002. — Vol. 11. — No. 2. — Pp. 163--178.  (подробнее)
Основная теорема (concentration inequality) доказывается с помощью модифицированного варианта теоремы Талаграна, связывающей вероятность получения вектора из некоторого подмножества векторного пространства A с матожиданием случайной величины, зависящей от расстояния Талаграна от случайного вектора до множества A.

Rademacher Complexity

  1. Boucheron S., Bousquet O., Lugosi G. Theory of classification: A survey of some recent advances // ESAIM: Probability and Statistics. — 2005. — no. 9. — Pp. 323–375.
  2. (Bartlett)
  3. (Koltchinski)
  4. (Mendelson)
  5. (Petra Phillips)
  6. (El-Yaniv)
  7. ...

EM algorithm

  1. (Bishop - variational bayesian methods)
  2. (Mixture of Experts - Jordan, Jacobs)
  3. ...
Личные инструменты