必威英雄联盟问题标记(computational-learning-theory)

对于与计必威英雄联盟算学习理论(或简称学习理论)相关的问题,它是人工智能的一个研究分支,致力于研究机器学习算法的设计和数学分析。betway电竞计算学习理论(COLT)主要关注计算效率和数据效率。柯尔特的一篇开创性论文是Valiant的《可学习的理论》(1984)。

68个必威英雄联盟问题
过滤
排序
标记有
1
投票
0.答案
12次观点

表征学习算法的高概率义

假设我们有一个数据集$S = (x_1, \dots x_n)$ drawn i.i.d from distribution $D$,一个学习算法$ a $和错误函数$err$。因此,$A$的性能由错误/…
0.
投票
1回答
60次观点

是否有可能以无限数量的数据过度造型?

这是一个理论问题。是否有可能以无限数量的数据过度造型?让我澄清没有重复。说,我们有一个产生数据的发电机功能,......
1
投票
1回答
26日视图

深度学习模型的“稳定训练”是什么意思?

我已经阅读了它说,深度学习模式的“稳定训练”很重要。什么是深入学习模型的“稳定训练”的意思?
0.
投票
2答案
75意见

为什么没有为$ D $积分的所有配置定义的VC维度?

让我们从VC维度的典型定义开始(如本书中所述)定义$ 3.10 $(VC-Dimension)假设Set $ \ Mathcal {H} $的$ V C $ -dimension。
2
投票
3.答案
79的浏览量

你如何直观地,但严格解释VC维度是什么?

VC维是计算/统计学习理论中一个非常重要的概念。然而,当你第一次读到它的定义时,你可能不会马上理解它真正代表的是什么……
1
投票
0.答案
11的观点

数据增强参数的分布是否重要?

想法让我们说我们有一个简单的图片数据集,其中包含数字为40x40图像。我们只有一个每个数字的图像。我们希望用它作为培训集,但我们需要更多的数据,所以我们使用数据......
2
投票
0.答案
53岁的观点

K-NN在VC维度上的效果是多少?

K-NN在VC维度上的效果是多少?当k增加时,VC尺寸是否下降或增加,或者我们不能对此说明?是否有一个讨论这一点的参考书?
2
投票
2答案
56观

在分类中,类的数量如何影响模型的大小和需要训练的数据量?

当用神经网络解决一个分类问题时,无论是文本还是图像,类的数量如何影响模型的大小和需要训练的数据量?有软的或硬的…
1
投票
0.答案
32次观点

如何估计与Wngan获得有趣的结果所需的最小培训样本数量?

假设我们有一个WAN,发电机和评论家有8层和500万参数。我知道训练样本的数量越大越好,但有没有办法了解......
1
投票
0.答案
51意见

一个ML模型能在无限时间内对宇宙中从1到$ 2^{2^{512}}$的随机序列进行排序吗?

我正在思考标题中的问题。作为一个人,在某种程度上,我可以在无限时间内从1到2 ^ {2 ^ {512}} $中的一个随机的数字序列(但我不确定)。可以...
9.
投票
0.答案
134意见

近似高度的多项式所需的神经元数量是多少?

我从这个指南中学习到了通用近似定理。它指出,即使只有一个隐含层的网络,在给定一个足够数目的情况下,也可以近似某一范围内的任何函数。
0.
投票
0.答案
21日视图

在概念学习算法中使用连续变量

假设我正在使用Spambase DataSet,具有57个真实的连续变量和一个二进制标签,我想实现Find-S或LGG或类似的算法。如何代表数据集...
1
投票
0.答案
20次观点

给定一个数据集和一个神经网络,是否有一些启发式或定理来确定这个神经网络是否有足够的容量?(复制)

关于NN“产能”或表现力的共识是什么?我记得在某处阅读表达力量随着深度呈指数增长,但我似乎无法找到确切的......
3.
投票
1回答
156意见

估计误差和近似误差的区别是什么?

我无法在线找到在线或从上下文中了解 - 机器学习背景下的估计误差和近似误差之间的差异(以及具体而言,强化学习)。......
4.
投票
2答案
793的浏览量

理论机器学习书籍的其他例子是什么?

我想找一本关于机器学习的书,适合我的物理背景。我或多或少熟悉经典和复分析,概率论,сcalculus的变异,…

15 30. 50 每个页面