¿Qué relaciones y diferencias existen entre la teoría del aprendizaje estadístico y la teoría del aprendizaje computacional ?
¿Son sobre el mismo tema? Resolver los mismos problemas, y utilizar los mismos métodos? Por ejemplo, el primero dice que es la teoría de la predicción (regresión, clasificación, ...).
¡Gracias!
Computacionales de aprendizaje, más concretamente la que probablemente sea aproximadamente correcta (PAC) marco, responde a preguntas como: ¿cuántos ejemplos de formación son necesarios para que un alumno pueda aprender con alta probabilidad de una buena hipótesis? cuánto esfuerzo computacional necesito aprender con alta probabilidad de tales hipótesis? No acuerdo con el clasificador de hormigón que está trabajando. Es acerca de lo que puede y no puede aprender con algunas muestras en la mano.
En estadística en la teoría de aprendizaje que más que responder a preguntas del tipo: ¿cuántas muestras de formación será el clasificador de clasificar erróneamente antes de que se ha aproximado a una buena hipótesis? es decir, ¿qué tan difícil es para entrenar un clasificador, y ¿qué garantías tengo de su rendimiento?
Lamentablemente no sé de una fuente donde estas dos áreas se describen/comparación de una manera unificada. Aún así, aunque no mucho espero que ayude
I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.
