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