1) Upper Bound of Generalization Error
推广性误差上界
2) generalization error
推广误差
1.
The bounds of change-one generalization error under united algorithmic;
联合算法稳定下变一推广误差的界
2.
Subspace information criterion is a new criterion for model selection,it gives an unbiased estimate for the generalization error under some assumptions.
指出子空间信息准则是模型选择的一种新准则,它在一些假设条件下,给出推广误差的一种无偏估计。
3.
In machine learning,subspace information criterion(SIC) gives an unbiased estimate of the generalization error.
在机器学习中,子空间信息准则给出推广误差的一种无偏估计。
3) upper error bound
误差上界
1.
The problem of estimating both the \$l\-1\$ upper error bound for robust identification and upper error bound for H\-∞ interpolation algorithms is formulated into the optimization of piece-wise linear functions subjected to linear constrains.
对有限参数线性系统辨识问题的l1误差上界估计和时域H∞ 插值算法误差上界估计等问题转化为一类分片线性函数的最优化问题 ,提出基于分片的混合遗传算法 。
4) Generalization bounds
推广性的界
5) Popularization of the Characteristic of Standard Limit
有界性的推广
6) improve spread error estimation
改进推广误差估计
补充资料：代表性误差
代表性误差是指用样本数据来推断总体指标时所产生的随机误差。例如抽样
调查在抽取样本时没有遵循随机原则；样本结构与总体结构存在差异；样本容量不
足等，都会产生代表性误差。
调查在抽取样本时没有遵循随机原则；样本结构与总体结构存在差异；样本容量不
足等，都会产生代表性误差。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条