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