搜索页_Rademacher+complexity

设为首页

收藏本站

网站地图 | English | 公务邮箱

About the library

Background
History
Leadership
Organization

Readers' Guide

Opening Hours
Collections
Help Via Email

Publications

Electronic Information Resources

外文资源

SpringerLink电子期刊(44)

在“SpringerLink电子期刊”中，命中：44条，耗时：小于0.01 秒

在所有数据库中总计命中：78条

1. Generalization bounds for non-stationary mixing processes

作者： Vitaly Kuznetsov ; Mehryar Mohri

关键词：Generalization bounds ; Time series ; Mixing ; Non ; stationary processes ; Markov processes ; Asymptotic stationarity ; Fast rates ; Local Rademacher complexity ; Unbounded loss

刊名：Machine Learning

出版年：2017

2. Fast rates by transferring from auxiliary hypotheses

作者： Ilja Kuzborskij ; Francesco Orabona

关键词：Fast ; rate generalization bounds ; Transfer learning ; Domain adaptation ; Rademacher complexity ; Smooth loss functions ; Strongly ; convex regularizers

刊名：Machine Learning

出版年：2017

3. Global Rademacher Complexity Bounds: From Slow to Fast Convergence Rates

作者： Luca Oneto ; Alessandro Ghio ; Sandro Ridella ; Davide Anguita

关键词：Statistical learning theory ; Performance estimation ; Rademacher complexity ; Fast rates

刊名：Neural Processing Letters

出版年：2016

4. Localization of VC Classes: Beyond Local Rademacher Complexities

关键词：PAC learning ; Local metric entropy ; Local Rademacher process ; Shifted empirical process ; Offset Rademacher process ; Empirical risk minimization ; VC dimension ; Star number ; Alexander’s capacity ; Disagreement coefficient ; Massart’s noise condition

刊名：Lecture Notes in Computer Science

出版年：2016

5. Generalization bounds for metric and similarity learning

作者： Qiong Cao ; Zheng-Chu Guo ; Yiming Ying

关键词：Metric learning ; Similarity learning ; Generalization bound ; Rademacher complexity

刊名：Machine Learning

出版年：2016

6. Permutational Rademacher Complexity

关键词：Transductive learning ; Rademacher complexity ; Statistical learning theory ; Empirical processes ; Concentration inequalities

刊名：Lecture Notes in Computer Science

出版年：2015

7. Tight risk bounds for multi-class margin classifiers

作者： Yu. Maximov ; D. Reshetova

关键词：statistical learning ; multi ; class classification ; excess risk bound

刊名：Pattern Recognition and Image Analysis

出版年：2016

8. An Efficient and Effective Multiple Empirical Kernel Learning Based on Random Projection

作者： Zhe Wang ; Qi Fan ; Wenbo Jie ; Daqi Gao

关键词：Multiple kernel learning ; Empirical mapping ; Random projection ; Rademacher complexity analysis ; Classifier design ; Pattern recognition

刊名：Neural Processing Letters

出版年：2015

9. Fourier–Dedekind sums and an extension of Rademacher reciprocity

作者： Emmanuel Tsukerman

关键词：Fourier–Dedekind sum ; Dedekind sum ; Rademacher reciprocity ; Lattice points ; 11F20 ; 05A15 ; 11L03 ; 52C07

刊名：The Ramanujan Journal

出版年：2015

10. The contrast features selection with empirical data

作者： V. V. Tsurko ; A. I. Michalski

刊名：Automation and Remote Control

出版年：2016

按检索点细分(44)

题名(11)

关键词(19)

文摘(34)

按出版年细分(44)

2017年(2)

2016年(6)

2015年(7)

2014年(4)

2013年(1)

2012年(7)

2010年(3)

2009年(3)

2008年(2)

2007年(6)

2004年(2)

2003年(1)