मशीन लर्निंग एल्गोरिदम "संरचनात्मक जोखिम कम करने" पर आधारित है?


9

कौन सी मशीन लर्निंग एल्गोरिदम (एसवीएम के अलावा) संरचनात्मक जोखिम कम करने के सिद्धांत का उपयोग करती है ?


2
एक अहंकार क्या है?
डेव क्लार्क

एल्गो = अल्गोरिथम;)
क्लासिफायर

कृपया पूर्ण शब्दों का उपयोग करें।
केवह

ठीक है .. अन्याय बहुत लंबे समय तक नहीं करना चाहता था
क्लासिफायर

जहां तक ​​मैं बता सकता हूं कि एसआरएम कुछ भी नहीं है, लेकिन अच्छी पुरानी नियमितता है , जिसका इस्तेमाल हर जगह किया जाता है।
एम्रे

जवाबों:


8

संरचनात्मक जोखिम कम करने का सिद्धांत एक ऐसा सिद्धांत है जो सभी मशीन शिक्षण विधियों में कम से कम आंशिक रूप से 'उपयोग' किया जाता है, क्योंकि ओवरफिटिंग को अक्सर ध्यान में रखा जाता है: मॉडल की जटिलता को कम करना (माना जाता है और व्यवहार में) सीमित करने का एक अच्छा तरीका है overfitting।

पूरी तरह से ईमानदार होने के लिए मुझे वास्तव में नहीं पता है कि आनुवांशिक प्रोग्रामिंग में क्या होता है, लेकिन उनके पास जटिलता की आंतरिक धारणा नहीं है।

मैं अच्छी तरह से आगमनात्मक तर्क प्रोग्रामिंग नहीं जानता, लेकिन यह इस सिद्धांत को बहुत अच्छी तरह से नहीं समझता है।


क्या आप किसी भी सीखने के एल्गोरिथ्म के बारे में जानते हैं जो एसवीएम की तुलना में अधिक शक्तिशाली और कम संभावित है? या शायद मानक एसवीएम में सुधार करने के लिए एक तकनीक?
क्लासिफायर

@ user2278 अगर 'शक्तिशाली' से आपका तात्पर्य 'कुशल' से है तो एसवीएम काफी शानदार हैं और इसके बारे में बहुत सारे शोध हैं और इसका उपयोग करने वाले उपकरण हैं। लेकिन निश्चित रूप से, यह आपकी समस्या पर निर्भर करता है।
jmad

खैर, मैं वित्तीय बाजारों में एसवीएम का उपयोग करना चाहता हूं, और वास्तव में इस विषय के लिए समर्पित कुछ कागजात (स्टॉक भविष्यवाणी के लिए एसवीएम का उपयोग करके ...) हैं। क्या एक एल्गोरिथ्म है जो उस उद्देश्य के लिए बेहतर अनुकूल होगा (विशेषकर चूंकि वित्तीय समय-श्रृंखला इतनी "शोर" है)?
क्लासिफायर

@ user2278 आप बेहतर ढंग से कागजात का उपयोग करते हैं। मैं कोई विशेषज्ञ नहीं हूं। (मुझे आश्चर्य नहीं होगा कि SVM इसके लिए सबसे अच्छे हैं। इसके अलावा वे अच्छी तरह से wrt। शोर का व्यवहार करते हैं)
jmad
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.