从相关观测中学习
机器学习
2007-07-04 v1 统计方法学
摘要
在大多数确立学习算法一致性的论文中，均假设用于训练的观测值是独立同分布 (i.i.d.) 过程的实现。本文超越了这一经典框架，表明支持向量机 (SVM) 本质上仅要求数据生成过程满足某种大数定律。随后，我们考虑了针对 -混合（不一定是平稳）过程的 SVM 在分类和回归任务中的可学习性，其中对于回归任务，我们明确允许无界噪声。
引用
@article{arxiv.0707.0303,
title = {Learning from dependent observations},
author = {Ingo Steinwart and Don Hush and Clint Scovel},
journal= {arXiv preprint arXiv:0707.0303},
year = {2007}
}
评论
submitted to Journal of Multivariate Analysis