Những thuật toán học máy nào (ngoài SVM) sử dụng nguyên tắc giảm thiểu rủi ro cấu trúc ?
Những thuật toán học máy nào (ngoài SVM) sử dụng nguyên tắc giảm thiểu rủi ro cấu trúc ?
Câu trả lời:
Nguyên tắc giảm thiểu rủi ro cấu trúc là một nguyên tắc ít nhất được sử dụng một phần trong tất cả các phương pháp học máy, vì việc sử dụng quá mức thường được tính đến: giảm độ phức tạp của mô hình (được cho là và trong thực tế) là một cách tốt để hạn chế thừa.
Các SVM rõ ràng có một tham số cho độ phức tạp (kích thước của không gian tính năng hoặc thậm chí là hàm kernel) và điều đó là cần thiết bởi vì việc tăng độ phức tạp là một phần của thuật toán học tập.
Các mạng nơ-ron cũng có một chỉ số dễ dàng về độ phức tạp của chúng (số lượng 'tế bào') và là một phần của thuật toán học tập liên quan.
Nếu không có nguyên tắc này, suy luận ngữ pháp sẽ là cả ngữ pháp ngu ngốc và hoàn hảo là danh sách tất cả các từ có thể, vì vậy mọi thuật toán không tầm thường ít nhất cũng thừa nhận nguyên tắc này.
Cây quyết định có quan niệm riêng về entropy .
Các cụm có thể được tính đơn giản hoặc loại 'sử dụng' nguyên tắc nội tại hoặc có một số cụm cố định và trong trường hợp đó bạn áp dụng nguyên tắc ở cấp cao hơn.
Thành thật mà nói tôi không thực sự biết về những gì xảy ra trong lập trình di truyền nhưng họ không có một khái niệm phức tạp nội tại.
Tôi không biết rõ lập trình logic quy nạp nhưng dường như nó không mở rộng rất tốt theo nguyên tắc này.