非平稳加权风险最小化获快速收敛速率

Tobias Brock 与 Thomas Nagler 发表论文，研究分布漂移下加权经验风险最小化的泛化误差。他们将超额风险分解为学习项与漂移误差项，并在混合条件下证明了学习误差的 oracle 不等式。 该不等式对任意权重类一致成立，涵盖权重向量诱导的有效样本量、权重与假设类复杂度及数据依赖性。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。