Scifaro

中文

随机化经验风险最小化器的 PAC-Bayesian 界

机器学习 2009-01-09 v3 统计理论统计理论

作者: Pierre Alquier

在 arXiv 上查看 ↗ PDF ↗ DOI ↗

摘要

本文旨在将 Catoni 在分类设定中证明的 PAC-Bayesian 定理推广到更一般的统计推断问题。我们展示了如何控制随机化估计器的风险偏差。特别关注在经典估计器小邻域内绘制的随机化估计器，对其研究有助于控制后者的风险。这些结果允许对非常一般的估计过程的风险进行界定，并执行模型选择。

关键词

PAC-Bayesian 界随机化估计器经验风险最小化器统计推断风险偏差模型选择分类

引用

@article{arxiv.0712.1698,
  title  = {PAC-Bayesian Bounds for Randomized Empirical Risk Minimizers},
  author = {Pierre Alquier},
  journal= {arXiv preprint arXiv:0712.1698},
  year   = {2009}
}