诺金，V.I。;医学硕士凯泽。 基于经验风险最小化的分类方法的效率。 （英语。俄文原件） 兹比尔1185.68556 赛博。系统。分析。 45，第5期，750-761（2009）; 翻译自Kibern。修女。分析。2009年，第5期，93-105（2009）。 摘要：将二元分类问题归结为再生核Hilbert空间中凸正则经验风险泛函的最小化问题。以核支持函数的有限线性组合（Vapnik的支持向量机）的形式搜索解决方案。根据训练样本大小和其他模型参数，获得了错误分类的风险估计。 MSC公司： 68T05型 人工智能中的学习和自适应系统 关键词：机器学习;分类;识别;经验风险最小化;支持向量机;一致性;收敛速度 PDF格式BibTeX公司 XML格式引用 \textit{V.I.Norkin}和\textit{M.A.Keyzer}，Cybern。系统。分析。45，第5号，750--761（2009；Zbl 1185.68556）；翻译自Kibern。修女。分析。2009年第5期，93--105（2009） 全文： DOI程序 参考文献： [1] V.N.Vapnik，《统计学习理论》，威利出版社，纽约（1998年）·兹比尔0935.62007 [2] L.Devroye、L.Gyorfi和G.Lugosi，模式识别的概率理论，Springer，纽约（1996）。 [3] C.Stone，“一致非参数回归”，《统计年鉴》，第5595–645页（1977年）·Zbl 0366.62051号 ·doi:10.1214/aos/1176343886 [4] V.N.Vapnik和A.Ya。Chervonenkis，模式识别理论。《学习的统计问题（俄语）》，瑙卡，莫斯科（1974年）·Zbl 0284.68070号 [5] V.N.Vapnik，基于经验数据的依赖性估计（俄语），瑙卡，莫斯科（1979年）·Zbl 0499.62004号 [6] M.A.Aizerman、E.M.Braverman和L.I.Rozonoer，机器学习理论中的势函数方法[俄语]，瑙卡，莫斯科（1970）。 [7] B.Schoelkopf和A.J.Smola，《用内核学习》。《支持向量机，正则化，优化及超越》，麻省理工学院出版社，马萨诸塞州剑桥（2002）。 [8] I.Steinwart和A.Christmann，支持向量机，Springer，纽约（2008）。 [9] S.Boucheron、O.Bousquet和G.Lugosi，“分类理论：一些最新进展的综述”，ESAIM:概率与统计，9，323–375（2005）·Zbl 1136.62355号 ·doi:10.1051/ps:2005018 [10] M.I.Schlesinger和V.Hlavác，关于统计和结构模式识别的十次讲座，Kluwer学院。出版物。(2004). [11] L.Gyorfi、M.Kohler、A.Krzyzak和H.Walk，非参数回归的无分布理论，Springer，纽约-柏林-海德堡（2002）。 [12] A.M.Gupal、S.V.Pashko和I.V.Sergienko，“贝叶斯分类程序的效率”，Cybern。系统。《分析》，31，第4期，543–554（1995年）·Zbl 0902.6270号 ·doi:10.1007/BF02366409 [13] I.V.Sergienko和A.M.Gupal，“最佳模式识别程序及其应用”，Cybern。系统。《分析》，第43期，第6期，799–809页（2007年）·Zbl 1154.68499号 ·doi:10.1007/s10559-007-0104-0 [14] A.M.Gupal和I.V.Sergienko，最优模式识别程序[俄语]，Naukova Dumka，基辅（2008）·Zbl 1154.68499号 [15] T.Poggio和S.Smale，“学习的数学：处理数据”，Amer注意到。数学。Soc.，50，No.5，537-544（2003）·Zbl 1083.68100号 [16] R.Koenker和G.W.Bassett，“回归分位数”，《计量经济学》，46，33–50（1978）·Zbl 0373.62038号 ·doi:10.2307/1913643 [17] R.Koenker，分位数回归，剑桥大学出版社，剑桥–纽约（2005年）·Zbl 1111.62037号 [18] 于。M.Ermoliev和A.I.Yastremskii，《经济规划中的随机模型和方法》（俄语），瑙卡，莫斯科（1979年）。 [19] Y.M.Ermoliev和G.Leonardi，“随机设施位置模型的一些建议”，数学。建模，3407–420（1982）·Zbl 0521.90044号 ·doi:10.1016/0270-0255（82）90039-2 [20] A.Ruszczynski和A.Shapiro（编辑），《随机编程》，《运筹学和管理科学手册》第10卷，Elsevier，阿姆斯特丹（2003）。 [21] F.Cucker和S.Smale，“学习的数学基础”，公牛。阿默尔。数学。Soc.（N.S.），39，第1期，1-49（2002）·Zbl 0983.68162号 ·doi:10.1090/S0273-0979-01-00923-5 [22] N.Aronshain，“再生内核理论”，Matematika，第7期，第2期，67-130页（1963年）。 [23] A.Berlinet和C.Thomas-Agnan，《概率统计中的再生核Hilbert空间》，Kluwer学院。出版物。，多德雷赫特-波士顿-伦敦（2004年）·兹比尔1145.62002 [24] A.N.Tikhonov和V.Ya。《解决不良问题的方法（俄语）》，瑙卡，莫斯科（1986年）。 [25] F.P.Vasil’ev，解决极端问题的方法。函数空间、正则化和近似中的最小化问题（俄语），瑙卡，莫斯科（1981）。 [26] G.Wahba，“观测数据的样条模型”，CBMS-NSF应用数学区域会议系列，59，SIAM，Philadelphia，PA（1990）·Zbl 0813.62001号 [27] M.A.Keyzer，“联合处理人口普查、地图、调查和地区数据的基于规则和支持向量（SV-）回归/分类算法”，收录于：工作文件WP-05-01，阿姆斯特丹世界粮食研究中心（http://www.sow.vu.nl/pdf/wp05.01.pdf ) (2005). [28] R.T.Rockafellar和R.J.-B.Wets，变分分析，施普林格，柏林（1998）·Zbl 0888.49001号 [29] O.Bousquet和A.Elisseeff，“稳定性和泛化”，J.Mach。学习。第2号决议，499–526（2002年）·兹比尔1007.68083 [30] S.Smale和D.X.Zhou，“香农采样。二： 与学习理论的联系，“应用。计算。哈蒙。分析。，19，第3期，285–302（2005年）·Zbl 1107.94008号 ·doi:10.1016/j.acha.2005.03.001 [31] E.De Vito、A.Caponetto和L.Rosasco，“学习理论中正则化最小二乘算法的模型选择”，发现。计算。数学。，5，第1期，59-85（2005年）·Zbl 1083.68106号 ·doi:10.1007/s10208-004-0134-1 [32] V.I.Norkin和M.A.Keyzer，“关于核学习估计量的收敛性”，载于：L.Sakalauskas，O.W.Weber和E.K.Zavadskas（编辑），Proc。第20届欧洲连续优化和基于知识的技术小型会议（EUROPT-2008），数学研究所。和通知。，维尔纽斯（2008），第306–310页。 [33] V.I.Norkin和M.A.Keyzer，“核支持向量机（SVM）的渐近效率”，Cybern。系统。《分析》，第45期，第4期，575–588页（2009年）。 ·doi:10.1007/s10559-009-9125-1 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。