> ML_LITERATURE // VAPNIK-1995-NATURE-STATISTICAL-LEARNING-THEORY_v1.0
The Nature of Statistical Learning Theory
Vladimir N. Vapnik · Springer-Verlag New York (1995)
foundational1995foundationalthirdPartyReproduced
Temel Katkı (Principal Contribution)
İstatistiksel Öğrenme Teorisini, VC boyutunu, Yapısal Risk Minimizasyonunu ve Destek Vektör Makinelerini biçimlendirdi.
Operasyonel ve Mühendislik Uygunluğu
Maksimum sınır sınıflandırıcıları, düzenlileştirme cezaları ve genelleme sınırları için teorik temel sağlar.
Temel Varsayımlar (Assumptions)
- Bilinmeyen sabit olasılık dağılımından bağımsız ve özdeş dağılmış veri
- Geometrik sınırı maksimize etmek gerçek genelleme hatası sınırını en aza indirir
Kısıtlar ve Sınırlamalar (Limitations)
- VC sınırları derin doğrusal olmayan ağlar için pratikte gevşek kalabilir
- Karesel programlama veri seti boyutuyla karesel olarak ölçeklenir
Bağlantılı Algoritmalar, Mimariler ve Kütüphaneler
İlgili Algoritmalar:
İlgili Mimariler:
Uygulayıcı Kütüphaneler: