安德烈亚·卡蓬内托;姚、袁 学习理论中基于交叉验证的正则化算子自适应。 (英语) Zbl 1209.68405号 分析。申请。,辛加普。 8,第2期,161-183(2010). 小结:我们考虑回归设置中正则化方法诱导的学习算法。我们表明,使用正则化参数的先验选择,可以使用基于交叉验证的合适的后验选择来获得这些算法先前获得的误差界。特别地,这些结果证明了估计量的收敛速度适应于问题的“有效维数”所诱导的极小极大速度。我们还证明了这类方法的通用一致性,其中包括正则最小二乘法、截断SVD、Landweber迭代和(nu)-方法。 引用于41文件 MSC公司: 68T05型 人工智能中的学习和自适应系统 68个P01 数据理论的一般主题 关键词:学习理论;统计适应;回归,回归;误差界限 PDF格式BibTeX公司 XML格式引用 \textit{A.Caponnetto}和\textit{Y.Yao},分析。申请。,辛加普。8,第2号,161--183(2010;Zbl 1209.68405) 全文: 内政部 参考文献: [1] DOI:10.1016/j.jco.2006.07.001·Zbl 1109.68088号 ·doi:10.1016/j.co.2006.07.001 [2] DOI:10.1007/s10208-006-0196-8·Zbl 1129.68058号 ·doi:10.1007/s10208-006-0196-8 [3] DOI:10.1090/S0273-0979-01-00923-5·Zbl 0983.68162号 ·doi:10.1090/S0273-0979-01-00923-5 [4] DOI:10.1007/s10208-004-0134-1·Zbl 1083.68106号 ·doi:10.1007/s10208-004-0134-1 [5] De Vito E.,J.Mach。学习。第6号决议第883页—— [6] 内政部:10.1142/S0219530506000711·Zbl 1088.65056号 ·doi:10.1142/S0219530506000711 [7] 内政部:10.1016/j.stamet.2005.02.003·Zbl 1248.62004号 ·doi:10.1016/j.stamet.2005.02.003 [8] 内政部:10.1007/978-94-009-1740-8·文件编号:10.1007/978-94-009-1740-8 [9] DOI:10.1023/A:1018946025316·Zbl 0939.68098号 ·doi:10.1023/A:1018946025316 [10] 数字对象标识码:10.1007/b97848·Zbl 1021.62024号 ·数字对象标识代码:10.1007/b97848 [11] 内政部:10.1137/1130013·Zbl 0583.60023号 ·doi:10.1137/1130013 [12] DOI:10.1016/j.acha.2005.03.001·Zbl 1107.94008号 ·doi:10.1016/j.acha.2005.03.001 [13] 斯坦瓦特·马赫。学习。第2号决议,第67页 [14] 尤林斯基五世,1617年数学课堂讲稿,《和与高斯向量》(1995)·Zbl 0846.60003号 ·doi:10.1007/BFb0092599 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。