门德尔松,沙哈尔 “局部”与“全局”参数——打破了高斯复杂性障碍。 (英语) Zbl 1459.62054号 Ann.统计。 45,第5期,1835-1862(2017). 小结:我们表明,如果(F)是一类凸函数,即(L)-次高斯函数,则由独立噪声产生的学习问题的错误率等价于由该类的“局部”覆盖估计(即特定水平上的覆盖数)而非高斯平均值确定的不动点,它考虑了任意小尺度下的(F)结构。为此,我们对此类学习问题中的错误率建立了新的精确上下估计。 引用于10文件 MSC公司: 62G08号 非参数回归和分位数回归 62C20个 统计决策理论中的Minimax过程 60克15 高斯过程 关键词:错误率;高斯平均值;覆盖数字 PDF格式BibTeX公司 XML格式引用 \textit{S.Mendelson},Ann.Stat.45,No.5,1835-1862(2017;Zbl 1459.62054) 全文: 内政部 arXiv公司