In the paper, we propose to study t

In the paper, we propose to study the minimizer of the empirical
error in the compressed hypothesis space instead of the original
hypothesis space. That is, we propose to find solutions in the
compressed hypothesis space. In recent years, dimension reduction
and random projections in various learning areas has received
considerable interests. Zhou, Lafferty, and Wasserman (2007) proposed
to use compressed linear regression, in which the data set Y
is compressed by the multiplication of a matrix A which satisfies
the ‘‘Restricted Isometric Property’’ in a linear regression model
Y = Xβ + ϵ where β is the coefficient and ϵ is noise. For the purpose
of classification, Calderbank, Jafarpour, and Schapire (2010)
studied an SVM algorithm in a compressed space and showed that
their algorithm has good generalization properties. They also gave

ผลลัพธ์ (ไทย) 1:

เราเสนอการศึกษา minimizer ของการประจักษ์ในกระดาษข้อผิดพลาดในพื้นที่สมมติฐานบีบแทนต้นฉบับพื้นที่สมมติฐาน นั่นคือ เราเสนอการค้นหาคำตอบในการบีบพื้นที่สมมติฐาน ในปีที่ผ่านมา การลดขนาดเรียนประมาณสุ่มต่าง ๆ ในพื้นที่ได้รับสนใจมาก นำเสนอโจว Lafferty และวา (2007)ใช้บีบอัดถดถอยเชิงเส้น ข้อมูลการตั้งค่า Yจะถูกบีบอัด โดยการคูณของเมทริกซ์ A ซึ่งเป็นไปตาม''จำกัดวาดสามมิติคุณสมบัติ '' ในแบบจำลองถดถอยเชิงเส้นY = Xβ + ϵβเป็นค่าสัมประสิทธิ์ และϵเป็นเสียงที่ สำหรับวัตถุประสงค์การจัดประเภท Calderbank, Jafarpour และ Schapire (2010)ศึกษาอัลกอริทึม SVM ที่ในช่องว่างที่บีบอัด และชี้ให้เห็นว่าอัลกอริทึมของพวกเขามีคุณสมบัติ generalization ดี พวกเขายังให้

ผลลัพธ์ (ไทย) 2:

ในกระดาษที่เราเสนอในการศึกษาของผืนเชิงประจักษ์
ข้อผิดพลาดในพื้นที่สมมติฐานอัดแทนของเดิม
พื้นที่สมมติฐาน นั่นก็คือเราเสนอให้หาทางแก้ไขปัญหาใน
พื้นที่สมมติฐานที่ถูกบีบอัด ในปีที่ผ่านมาลดขนาด
และประมาณการสุ่มในพื้นที่การเรียนรู้ต่าง ๆ ที่ได้รับ
ความสนใจเป็นอย่างมาก โจว Lafferty และ Wasserman (2007) เสนอ
ที่จะใช้การถดถอยเชิงเส้นบีบอัดซึ่งในข้อมูลการตั้งค่า Y
ที่ถูกบีบอัดโดยการคูณของเมทริกซ์ที่น่าพอใจ
'' ที่ถูก จำกัด Isometric ทรัพย์สิน '' ในรูปแบบการถดถอยเชิงเส้น
Y = Xβ + εที่βเป็นค่าสัมประสิทธิ์εและสัญญาณรบกวน สำหรับวัตถุประสงค์
ของการจัดหมวดหมู่ Calderbank, Jafarpour และ Schapire (2010)
ได้ศึกษาขั้นตอนวิธี SVM ในพื้นที่ที่บีบอัดและแสดงให้เห็นว่า
อัลกอริทึมของพวกเขามีคุณสมบัติทั่วไปดี นอกจากนี้ยังให้

ผลลัพธ์ (ไทย) 3:

ในกระดาษเราเสนอให้ศึกษาผู้ทำให้มีค่าน้อยลงของข้อผิดพลาดเชิงประจักษ์
ในพื้นที่แทนพื้นที่อัดสมมติฐานสมมติฐานเดิม

คือว่า เราเสนอเพื่อหาโซลูชั่นใน
บีบอัดพื้นที่สมมติฐาน ใน ปี ล่าสุด การประมาณการการลดมิติ

เรียนต่าง ๆในพื้นที่ได้รับความสนใจมาก จิว , ลาฟเฟอร์ตี้ และ วา ซอร์แมน ( 2007 ) เสนอ
การใช้สมการถดถอยเชิงเส้นอัด ซึ่งข้อมูลชุด Y
ถูกบีบอัดโดยการคูณของเมทริกซ์ A ซึ่ง satisfies
' 'restricted สามมิติคุณสมบัติ ' ' ในตัวแบบการถดถอยเชิงเส้น y = x
ϵบีตาที่เป็นสัมประสิทธิ์บีตา และϵเป็นเสียงรบกวน สำหรับวัตถุประสงค์ของการ calderbank jafarpour
, , , และ schapire ( 2010 )
ศึกษาอัลกอริทึม SVM ในการบีบอัดพื้นที่และพบว่า
ขั้นตอนวิธีการของพวกเขาที่มีคุณสมบัติดี พวกเขายังให้