सांख्यिकीय शिक्षण सिद्धांत बनाम कम्प्यूटेशनल शिक्षण सिद्धांत?

Question

सांख्यिकीय शिक्षण सिद्धांत और कम्प्यूटेशनल शिक्षण सिद्धांत के बीच क्या संबंध और मतभेद हैं ?

क्या वे एक ही विषय के बारे में हैं? समान समस्याओं को हल करें, और समान विधियों का उपयोग करें?

उदाहरण के लिए, पूर्व कहता है कि यह भविष्यवाणी (प्रतिगमन, वर्गीकरण, ...) का सिद्धांत है।

Comments

यह वास्तव में एक महान प्रश्न है। मैं एक समान पूछने के लिए उत्सुक था, लेकिन मुझे लगा कि यह उसी प्रश्न के गुणों को मजबूर करता है जो मैं पूछना चाहता था। मैंने बहुत सारी किताबें, बहुत सारी Google खोजें और विकिपीडिया पृष्ठ देखे हैं। मुझे लगता है कि दोनों प्रश्न नमूना जटिलता प्रश्नों के रूप में उन्हें फिर से प्रकाशित करने के संदर्भ में हैं, लेकिन पीएसी से पहले इस डोमेन में किए गए काम को इंगित करने के लिए मुझे कोई संसाधन नहीं मिला है। सभी पुस्तकें जो मैंने पीएसी से शुरू की हैं, जो मुझे आश्चर्यचकित करती हैं कि पीएसी से पहले क्या हुआ था।

— किर्क वाल

Answer 1

कम्प्यूटेशनल लर्निंग, अधिक संक्षिप्त रूप से लगभग सही ( पीएसी ) फ्रेमवर्क, जैसे सवालों का जवाब देता है: उच्च संभावना के साथ सीखने के लिए एक अच्छे परिकल्पना के साथ सीखने के लिए कितने प्रशिक्षण उदाहरणों की आवश्यकता होती है? इस तरह की परिकल्पना के साथ मुझे कितना कम्प्यूटेशनल प्रयास करने की आवश्यकता है? यह आपके साथ काम कर रहे कंक्रीट क्लासिफायर के साथ सौदा नहीं करता है। यह इस बारे में है कि आप हाथ में कुछ नमूनों के साथ क्या सीख सकते हैं और क्या नहीं।

सांख्यिकीय शिक्षण सिद्धांत में आप इस प्रकार के प्रश्नों का उत्तर देते हैं: एक अच्छे परिकल्पना में परिवर्तित होने से पहले क्लासिफायर कितने प्रशिक्षण नमूनों का गर्भपात करेगा? अर्थात एक क्लासिफायर को प्रशिक्षित करना कितना कठिन है, और इसके प्रदर्शन पर मेरे पास क्या वारंटी है?

अफसोस कि मुझे ऐसे स्रोत का पता नहीं है जहाँ इन दोनों क्षेत्रों का वर्णन किया गया है / एकीकृत तरीके से तुलना की जाती है। फिर भी, हालांकि बहुत उम्मीद नहीं है कि मदद करता है