통계 학습 이론 VS 전산 학습 이론?


9

통계 학습 이론전산 학습 이론 과 어떤 관계와 차이점이 있는가?

그들은 같은 주제에 관한 것입니까? 같은 문제를 해결하고 같은 방법을 사용합니까?

예를 들어, 전자는 예측 이론 (회귀, 분류 등)이라고 말합니다.


이것은 실제로 좋은 질문입니다. 나는 비슷한 질문을하고 싶어했지만 이것이 내가 묻고 싶은 질문의 동일한 속성을 수반한다고 생각했다. 많은 책, 많은 Google 검색 및 wikipedia 페이지를 보았습니다. 두 질문 모두 샘플 복잡성 질문으로 표현하는 것과 관련이 있다고 생각하지만 PAC 이전에이 도메인에서 수행 한 작업을 나타내는 리소스를 찾을 수 없었습니다. 내가 본 모든 책은 PAC에서 시작하여 PAC 이전에 무슨 일이 있었는지 궁금해합니다.
Kirk Walla

답변:


5

컴퓨터 학습,보다 구체적으로 대략 정확한 ( PAC ) 프레임 워크는 다음과 같은 질문에 답합니다. 학습자가 높은 확률로 좋은 가설을 배우려면 얼마나 많은 훈련 예제가 필요합니까? 그러한 가설을 높은 확률로 배우려면 얼마나 많은 계산 노력이 필요합니까? 작업중 인 구체적인 분류자를 다루지 않습니다. 그것은 일부 샘플로 배우고 배울 수없는 것에 관한 것입니다.

통계 학습 이론에서는 분류에 대한 질문에 답하는 것이 좋습니다. 분류 기가 좋은 가설로 수렴되기 전에 분류하는 분류 기준은 몇 개입니까? 즉, 분류자를 훈련시키는 것이 얼마나 어렵고 성능에 어떤 보증이 있습니까?

유감스럽게도 나는이 두 영역이 통일 된 방식으로 묘사 / 비교되는 출처를 모른다. 그래도 도움이 되길 바라지는 않지만

당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.