阿夫林·布鲁姆 等级-（r）决策树是（r）-决策列表的一个子类。 （英语） Zbl 0773.68059号 信息处理。莱特。 42，第4期，183-185（1992）. 摘要：我们证明了秩决策树的概念类包含在秩决策列表的类中。如果已知每个类在PAC模型中的多项式时间内可学习常数\（r）。然而，该注释的一个结果是R.L.铆钉[学习决策列表，机器学习2，229-246（1987）]可用于两者。 引用于9文件 MSC公司： 68T05型 人工智能中的学习和自适应系统 65年第68季度 算法和问题复杂性分析 关键词：机器学习;决策列表;决策树 PDF格式BibTeX公司 XML格式引用 \textit｛A.Blum｝，信息流程。莱特。42，第4号，183--185（1992；Zbl 0773.68059） 全文： 内政部 参考文献： [1] 埃伦菲赫特，A。；Haussler，D.，从随机示例中学习决策树，Inform。和计算。，82, 231-246 (1989) ·Zbl 0679.68157号 [2] Helmbold，D。；斯隆，R。；Warmuth，M.K.，《学习交叉闭合概念类的嵌套差异》，Proc。第二年，计算学习理论研讨会，41-56（1989）·Zbl 0746.68072号 [3] 卡恩斯，M。；李，M。；皮特·L。；Valiant，L.，《关于布尔公式的可学习性》，Proc。年第十九届ACM交响乐团。计算理论，285-295（1987） [4] 利特斯通，N.，《个人通信》（Rivest决策列表算法的错误版本）（1989年） [5] Rivest，R.L.，学习决策列表，机器学习，2229-246（1987） [6] Sakakibara，Y.，《形式语言和决策树的算法学习》（1991年10月，东京理工大学博士论文） [7] Simon，H.U.，《关于学习决策树所需的示例和阶段的数量》（Proc.Third Ann.Workshop Computational learning Theory（1990），Morgan Kaufmann:Morgan Koufmann Los Altos，CA），第303-313页 [8] Valiant，L.G.，《可学习理论》，ACM委员会，271134-1142（1984）·Zbl 0587.68077号 [9] Wenocur，R.S。；Dudley，R.M.，一些特殊的Vapnik-Chervonenkis类，离散数学。，33, 313-318 (1981) ·Zbl 0459.60008号 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。