小样本机器学习理论:统计学习理论

被引：27

作者：

谭东宁

谭东汉

机构：

[1] 信息产业部电子第研究所!南京

[2] 南京理工大学机械学院!南京

来源：

南京理工大学学报 | 2001年 / 01期

关键词：

样本,统计估计,模式识别; 统计学习理论,机器学习;

D O I：

10.14177/j.cnki.32-1397n.2001.01.027

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

统计学习理论是由Vapnik等人提出的一种有限样本统计理论 ,是模式识别领域新近发展的一种新理论 ,着重研究在小样本情况下的统计规律及学习方法性质。它为小样本机器学习问题建立了一个较好的理论框架 ,也发展了一种新的通用学习算法———支持向量机 ,较好地解决了小样本机器学习问题。该文旨在介绍统计学习理论的基本思想、特点、研究现状和一些思考

引用

页码：108 / 112

页数：5