×

奥卡姆剃刀。 (英语) Zbl 0653.68084号

我们证明了多项式学习算法,如L.G.瓦利安[委员会ACM 27,1134-1142(1984;Zbl 0587.68077号)]如果存在多项式时间方法,可以为任何观测序列生成与这些观测一致的几乎最小假设,则可获得。

MSC公司:

68T05型 人工智能中的学习和自适应系统
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 安格鲁因,D。;Smith,C.H.,归纳推理:理论与方法,计算。调查。,15, 3, 327-369 (1983)
[2] Garey,M.R。;Johnson,D.S.,《计算机与难处理性:NP-完备性理论指南》(1979),弗里曼:弗里曼旧金山,加利福尼亚州·兹伯利0411.68039
[3] Pearl,J.,《关于推断模型的复杂性和可信度之间的联系》,Internat。《通用系统杂志》,4255-264(1978)·Zbl 0386.93005号
[4] L.Pitt和L.G.Valiant,《从实例中学习的计算极限》,技术报告。,哈佛大学计算机科学系亮相。;L.Pitt和L.G.Valiant,从实例中学习的计算极限,技术代表。,哈佛大学计算机科学系即将亮相·Zbl 0662.68086号
[5] Valiant,L.G.,《可学习理论》,ACM委员会,27,11,1134-1142(1984)·Zbl 0587.68077号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。