VC维(外文名Vapnik-Chervonenkis Dimension)的概念是为了研究学习过程一致收敛的速度和推广性,由统计学理论定义的有关函数集学习性能的一个重要指标。 VC维反映了函数集的学习能力,VC维越大则学习机器越复杂(容量越大),遗憾的是,目前尚没有通用的关于任意函数集VC维计算的理论,只对一些特殊的函数集知道其VC维。例如在N维空间中线性分类器和线性实函数的VC维是N+1。
  1. VC dimension - Wikipedia
  2. How sure are you that large margin implies low VC dimension?
  3. zhihu.com/lives
  4. 药店里几块钱的维生素片管用吗? - 知乎
  5. MXnet初体验之inception-resnet-v2从Model到Predict
  6. 【Python数据分析】 Numpy的详细教程
  7. 深度学习大讲堂
  8. 在中国我们如何收集数据? 全球数据收集大教程
  9. 深度学习大讲堂
  10. 4.Vapink-Chervonenkis Dimension
  11. Yann LeCun、Geoffrey Hinton或Yoshua Bengio能得图灵奖吗
  12. zhuanlan.zhihu.com/p/28703345/voters
  13. 木公的博客-Anyinlover Blog - Page 6
  14. 维A酸能与VC或者烟酰胺一起用么? - 知乎
  15. 烟酰胺,vc...
  16. MyNotes
  17. 维生素C 在高温多少摄氏度就会完全破坏? - 知乎
  18. 维生素的分类 你了解多少
  19. 统计学习中的VC维是什么意思? - 知乎
  20. 民间「吃什么补什么」的说法,有没有科学依据? - 知乎
展开全文
参考链接
微信扫码咨询专知VIP会员