在概率空间上统计学习理论是机器学习的重要组成部分.在概率空间上统计学习理论中一致收敛速度的界有重要的意义,利用经验风险最小化原则,这些界决定了学习机器的推广能力.本文在可能性空间中讨论了学习过程一致收敛速度的界,给出了一致收敛速度的界的估计并讨论了这些界和函数集容量之间的关系.
[1] Vapnik, VLADIMIR N. The nature of statistical learning thoery [M]. New York: Springer-Verlag 1995.
[2] Vapnik, VLADIMIR N, 张学工. 统计学习理论的本质 [M]. 北京:清华大学出版社 2000.
[3] 刘宝锭, 赵瑞清. 不确定规划及应用 [M]. 北京:清华大学出版社 2003.
[4] HA MING-HU, BAI YUN-CHAO. The sub-key theorem on credibility measure space. Proceedings of 2003 international conference on machine learning and cybernetics [A]. Baoding:Hebei University 2003.
