基于描述复杂性的优化学习算法 |
| |
引用本文: | 卜东波,许洪波,白硕.基于描述复杂性的优化学习算法[J].计算机学报,2002,25(8):878-882. |
| |
作者姓名: | 卜东波 许洪波 白硕 |
| |
作者单位: | 中国科学院计算技术研究所,北京,100080 |
| |
基金项目: | 国家自然科学基金 ( 6 97730 0 8),国家“九七三”重点基础研究发展规划项目 ( G19980 30 5 10 )资助 |
| |
摘 要: | 从描述复杂性的角度出发,提出了一种新的优化学习算法,描述复杂性理论认为,一个数据集的最小长度描述最能体现出这个数据集的本质规律,借鉴机器学习和认知心理学领域的研究成果,该文采用“规则+例外”作为描述方法,从而把学习问题转化成求在“规则+例外”描述方法下的最小长度描述的优化问题,实验表明,这种算法的结果能够得到很好的解释。
|
关 键 词: | 描述复杂性 优化 学习算法 机器学习 |
修稿时间: | 2001年4月13日 |
本文献已被 CNKI 维普 万方数据 等数据库收录! |
|