格伦·谢弗;弗拉基米尔·沃夫克 关于保角预测的教程。 (英语) Zbl 1225.68215号 J.马赫。学习。研究。 9, 371-421 (2008)。 概要:保形预测利用过去的经验来确定新预测的准确置信水平。给定错误概率(ε),再加上预测标签(y)的方法,它生成一组标签,通常包含概率为(1-ε)的(y)。保角预测可以应用于任何生成(即{y})的方法:最近邻法、支持向量机、岭回归等。保角预测是为连续预测标签的在线设置设计的,每个标签在预测下一个标签之前显示。保角预测最新颖和最有价值的特点是,如果连续的示例独立于同一分布进行采样,那么连续的预测将是正确的,即使它们是基于累积数据集而不是独立的数据集。除了独立采样连续示例的模型外,其他在线压缩模型也可以使用保角预测。广泛使用的高斯线性模型就是其中之一。本教程介绍了保角预测理论的一个独立的说明,并通过几个数值示例进行了说明。有关该主题的更全面的介绍,请参见[V.沃夫克,A.加默曼和G.剃须刀,随机世界中的算法学习。纽约,纽约:施普林格(2005;兹比尔1105.68052)]. 引用于47文件 MSC公司: 68T05型 人工智能中的学习和自适应系统 关键词:信心;在线压缩建模;在线学习;预测区域 引文:Zbl 1105.68052号 PDF格式BibTeX公司 XML格式引用 \textit{G.Shafer}和\textit{V.Vovk},J.Mach。学习。第9号决议,371--421(2008年;Zbl 1225.68215) 全文: 链接