Minimering av strukturell risk
Definition
Minimering av strukturell risk (SRM) är en metod för att minimera förväntad risk genom …
Terms tagged with Theory
Minimering av strukturell risk (SRM) är en metod för att minimera förväntad risk genom …
Statistisk inlärningsteori (SLT) är en gren av statistik och datavetenskap som studerar …
Inom maskininlärning syftar stabilitet på modellens robusthet när den utsätts för små …
Utvecklad av Ray Solomonoff, ger denna teori en universell modell för induktion genom att …
Inom beräkningsbar inlärningsteori kvantifierar provkomplexitet den mängd data som behövs …
Rekursiv självförbättring avser den teoretiska förmågan hos ett artificiellt …
Rademacher-komplexitet utvärderar hur väl en hypotesklass kan korrelera med slumpmässiga …
Denna princip postulerar att en agents handlingar bör väljas för att maximera dess …
Mönsterteori ger en strikt matematisk grund för att förstå hur komplexa objekt och …
Paritetsinlärning är ett benchmark-problem inom maskininlärningsteori där målet är att …
Neurala modelleringsfält innebär studiet av hur neurala populationer organiserar sig i …
Inom artificiell intelligens tillhandahåller matematiken den teoretiska ramen för …
Denna hypotes förklarar varför djupinlärning fungerar effektivt trots dimensionens …
Även om det primärt är ett begrepp inom teoretisk fysik snarare än datavetenskap, nämns …
Lottospelshypotesen föreslår att inom ett stort, slumpmässigt initialiserat neutralt …
Linjär separerbarhet avser det geometriska tillståndet där datapunkter tillhörande olika …
Inom statistisk inlärningsteori representerar en lärbar funktionsklass det hypotesutrymme …
Förankrad i talhandlingsteori och pragmatik betonar detta perspektiv hur yttranden utför …
Kärninbäddning av fördelningar gör det möjligt att behandla probabilistiska objekt som …
Inom konvex geometri och sannolikhet i höga dimensioner är en mängd punkter eller en …
Denna teori postulerar att inlärning i grunden är en process av sannolikhetsinferens. …
Induktiv bias representerar de inneboende preferenserna eller begränsningarna som är …
Detta fält studerar processerna bakom hur idéer formas, kombineras och utvecklas. Det …
Gödel-maskinen är en hypotetisk universell problemlösare föreslagen av Jürgen …
Grokking syftar på ett motintuitivt beteende som observeras inom djupinlärning, där en …
Med ursprung inom teoretisk datavetenskap och lingvistik utvidgar detta fält klassiska …
Denna metod efterliknar mänskliga kognitiva processer genom att gruppera data i högre …
Gabbays separeringssats är ett grundläggande begrepp inom matematisk logik, särskilt inom …
Inom AI-terminologin används ‘Fon’ ofta för att beskriva den funktionella …
Inom datavetenskap syftar evolverbarhet på hur lätt en algoritm eller neuralt …
Empirisk Riskminimering (ERM) är den standardiserade målfunktionen för att träna modeller …
Detta fält utmanar traditionella synsätt som behandlar sinnet som en dator som bearbetar …
Dubbel nedgång utmanar den traditionella bias-varians-handeln genom att visa att högt …
Dimensionens förbannelse avser olika fenomen som uppstår vid analys av data i …
Kaos-teorin undersöker hur små variationer i startparametrar kan leda till vitt skilda …
Detta koncept fastslår att minimering av en regulariserad riskfunktional med en specifik …
Attributiv kalkyl är en gren av modallogik som fokuserar på resonemang om epistemiska …
Artificiell allmän intelligens (AGI) avser en typ av AI som kan utföra alla …
Inom filosofi och AI-teori beskriver aporia en paradoxal situation där två lika giltiga …
Algoritmisk sannolikhet, som har sina rötter i Kolmogorov-komplexitet och Solomonoffs …
AIXI är ett teoretiskt ramverk föreslaget av Marcus Hutter som definierar en idealiserad …
AI-kompletta problem är uppgifter som, om de löses, skulle implicera existensen av …
Detta grundläggande papper föreslog en matematisk modell för neuronnät, och visade att …
AI-förståelse går bortom statistisk korrelation för att tolka den underliggande meningen …
Även om nuvarande AI saknar medvetande, beskriver termen ‘själv’ ofta …
Inom maskininlärning är latenta variabler obeserverade faktorer som påverkar observerad …
Inom AI och datavetenskap skiljer sig information från rådata. Den representerar data som …
Inom matematiken och teoretisk datavetenskap är en grupp en mängd G tillsammans med en …
Termen ‘global’ inom AI står vanligtvis i kontrast till ’lokal’ …
Energi har två huvudbetydelser inom AI. För det första avser det den elektriska kraft som …