会员服务
经验风险最小化（ERM）是统计学习理论中的一个原则，它定义了一系列学习算法，并用于给出其性能的理论界限。经验风险最小化的策略认为，经验风险最小的模型是最优的模型。根据这一策略，按照经验风险最小化求最优模型就是求解最优化问题。
INRIA最新「机器学习理论」新书，229页pdf原理性阐述机器学习
INRIA最新「机器学习理论」新书，229页pdf原理性阐述机器学习
专知
0+阅读 · 2021年3月27日
2840页博士论文！《矩阵理论:优化、集中和算法》，德州大学奥斯汀Zhao Song
2840页博士论文！《矩阵理论:优化、集中和算法》，德州大学奥斯汀Zhao Song
专知
1+阅读 · 2021年1月25日
篇幅达2840页、目录就有31页，这位华人小哥的博士论文堪比教材
篇幅达2840页、目录就有31页，这位华人小哥的博士论文堪比教材
机器之心
0+阅读 · 2021年1月25日
李飞飞点赞「ARM」：一种让模型快速适应数据变化的元学习方法 | 开源
李飞飞点赞「ARM」：一种让模型快速适应数据变化的元学习方法 | 开源
量子位
1+阅读 · 2020年11月6日
迁移自适应学习最新综述，附21页论文下载
迁移自适应学习最新综述，附21页论文下载
专知
33+阅读 · 2019年3月13日
机器学习入门概览
机器学习入门概览
大数据技术
1+阅读 · 2018年6月28日
机器学习入门概览
机器学习入门概览
人工智能头条
1+阅读 · 2018年6月22日
机器学习入门概览
机器学习入门概览
AI100
0+阅读 · 2018年6月21日
Mixup vs. SamplePairing：ICLR2018投稿论文的两种数据增广方式
Mixup vs. SamplePairing：ICLR2018投稿论文的两种数据增广方式
PaperWeekly
3+阅读 · 2018年3月6日
【CMU 2018 春季课程】深度学习——Bhiksha Raj 主讲（附 PPT 和 video）
【CMU 2018 春季课程】深度学习——Bhiksha Raj 主讲（附 PPT 和 video）
新智元
1+阅读 · 2018年2月1日
CMU2018年春季课程： 深度学习——Bhiksha Raj主讲（附PPT和video）
CMU2018年春季课程： 深度学习——Bhiksha Raj主讲（附PPT和video）
专知
9+阅读 · 2018年1月30日
10分钟学会经验风险最小化 | Neural Networks #7
10分钟学会经验风险最小化 | Neural Networks #7
AI研习社
0+阅读 · 2017年12月25日
mixup:超越经验风险最小化
mixup:超越经验风险最小化
统计学习与视觉计算组
2+阅读 · 2017年11月30日
MIT与FAIR提出「mixup」，利用数据和标签的随机线性插值提高神经网络的健壮性
MIT与FAIR提出「mixup」，利用数据和标签的随机线性插值提高神经网络的健壮性
极市平台
2+阅读 · 2017年11月5日
利用数据和标签的随机线性插值提高神经网络的健壮性
利用数据和标签的随机线性插值提高神经网络的健壮性
北京思腾合力科技有限公司
0+阅读 · 2017年11月3日
参考链接
父主题
最优化
微信扫码咨询专知VIP会员
Top