structural risk minimization
結構風險最小化（SRM）是機器學習中使用的歸納原理。通常在機器學習中，必須從有限數據集中選擇廣義模型，隨之產生過度擬合的問題——模型變得過於強烈地適應訓練集的特性而對新數據的概括性差。SRM原則通過平衡模型的複雜性和其在擬合訓練數據方面的成功來解決這個問題。 有許多理論和實驗工作表明123，在測試集的期望誤差率 Etest E test 和在訓練集的訓練誤差率 Etrain E train 的差距
相關文章
- 1. Mixup:Beyond Empirical Risk Minimization
- 2. 結構風險最小化(Structural Risk Minimization, SRM)
- 3. mixup: BEYOND EMPIRICAL RISK MINIMIZATION
- 4. ICLR2018_mixup: Beyond Empirical Risk Minimization
- 5. 【論文閱讀】mixup: BEYOND EMPIRICAL RISK MINIMIZATION
- 6. 【深度學習】Mixup: Beyond Empirical Risk Minimization
- 7. [深度學習論文筆記][ICLR 18]mixup: BEYOND EMPIRICAL RISK MINIMIZATION
- 8. The Differences between Risk Management, Risk Assessment, and Risk Analysis
- 9. 機器學習理論 之 經驗風險最小化（Empirical Risk Minimization）
- 10. SLAM OpenSource minimization
- 更多相關文章...
- • W3C詞彙和術語表 - 網站建設指南
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. Mixup:Beyond Empirical Risk Minimization
- 2. 結構風險最小化(Structural Risk Minimization, SRM)
- 3. mixup: BEYOND EMPIRICAL RISK MINIMIZATION
- 4. ICLR2018_mixup: Beyond Empirical Risk Minimization
- 5. 【論文閱讀】mixup: BEYOND EMPIRICAL RISK MINIMIZATION
- 6. 【深度學習】Mixup: Beyond Empirical Risk Minimization
- 7. [深度學習論文筆記][ICLR 18]mixup: BEYOND EMPIRICAL RISK MINIMIZATION
- 8. The Differences between Risk Management, Risk Assessment, and Risk Analysis
- 9. 機器學習理論 之 經驗風險最小化（Empirical Risk Minimization）
- 10. SLAM OpenSource minimization