奥利维·博斯克;安德烈·埃利塞夫 稳定性和泛化。 (英语) Zbl 1007.68083号 J.马赫。学习。物件。 2,第3期,499-526(2002). 摘要:我们定义了学习算法的稳定性概念,并展示了如何使用这些概念来基于经验误差和漏一误差推导泛化误差边界。我们使用的方法可以应用于回归框架,也可以应用于通过实值函数阈值化获得分类器的分类框架。我们研究了大类学习算法(如基于正则化的算法)的稳定性。特别地,我们重点讨论了Hilbert空间正则化和Kullback-Leibler正则化。我们演示了如何将结果应用于SVM进行回归和分类。 引用于1审查引用于152文件 MSC公司: 68问题32 计算学习理论 68T05型 人工智能中的学习和自适应系统 68周05 非数值算法 关键词:学习算法 PDF格式BibTeX公司 XML格式引用 \textit{O.Bousquet}和\textit{A.Elisseeff},J.Mach。学习。第2号决议,第3499-526号(2002年;兹bl 1007.68083) 全文: DOI程序