学习算法的等价性

Julien Audiffren; Hachem Kadri

学习算法的等价性

机器学习 2014-06-11 v1 机器学习

作者: Julien Audiffren , Hachem Kadri

摘要

本文旨在引入机器学习算法之间的等价性概念。我们定义了两种算法等价性 notion，即弱等价与强等价。这些概念对于识别何时可将一种学习算法的学习性质迁移至另一种算法至关重要。以正则化核机器为例，我们通过分析核岭回归 (KRR) 与 m 次幂正则化最小二乘回归 (M-RLSR) 算法之间的关系，阐明了所引入等价性概念的重要性。

关键词

算法等价性机器学习弱等价强等价正则化核机器核岭回归 M-RLSR

引用

@article{arxiv.1406.2622,
  title  = {Equivalence of Learning Algorithms},
  author = {Julien Audiffren and Hachem Kadri},
  journal= {arXiv preprint arXiv:1406.2622},
  year   = {2014}
}

备注

arXiv admin note: substantial text overlap with arXiv:1310.2451

学习算法的等价性

摘要

关键词

引用

备注

相关论文