Категория:Теория вычислительного обучения
Материал из MachineLearning.
(Различия между версиями)
(шаблон) |
м |
||
Строка 2: | Строка 2: | ||
'''Теория вычислительного обучения''' (Computational Learning Theory, COLT) изучает методы построения и анализа алгоритмов, обучаемых по прецедентам. Она сосредоточена на получении строгих математических результатов. Основные направления исследований — [[вычислительная сложность]] алгоритмов и [[переобучение|проблема переобучения]]. | '''Теория вычислительного обучения''' (Computational Learning Theory, COLT) изучает методы построения и анализа алгоритмов, обучаемых по прецедентам. Она сосредоточена на получении строгих математических результатов. Основные направления исследований — [[вычислительная сложность]] алгоритмов и [[переобучение|проблема переобучения]]. | ||
- | {{Tip| | + | {{Tip|Список статей на этой странице генерируется автоматически. |
- | Список статей на этой странице генерируется автоматически. | + | |
Чтобы статья попала в данную категорию, в конец статьи необходимо добавить строку: | Чтобы статья попала в данную категорию, в конец статьи необходимо добавить строку: | ||
<pre> | <pre> |
Версия 15:15, 19 апреля 2008
Теория вычислительного обучения (Computational Learning Theory, COLT) изучает методы построения и анализа алгоритмов, обучаемых по прецедентам. Она сосредоточена на получении строгих математических результатов. Основные направления исследований — вычислительная сложность алгоритмов и проблема переобучения.
Список статей на этой странице генерируется автоматически.
Чтобы статья попала в данную категорию, в конец статьи необходимо добавить строку: [[Категория:Теория вычислительного обучения]] |
Статьи в категории «Теория вычислительного обучения»
В этой категории 21 статья.