Generalising realisability in statistical learning theory under epistemic uncertainty

要約

この論文の目的は、学習分布とテスト分布が同じ基準セット、つまり確率分布の凸セットから発行されるという仮定の下で、実現可能性などの統計学習理論の中心的な概念がどのように一般化されるかを調べることです。
これは、認識論的不確実性の下での統計学習のより一般的な扱いに向けた最初のステップと考えることができます。

要約(オリジナル)

The purpose of this paper is to look into how central notions in statistical learning theory, such as realisability, generalise under the assumption that train and test distribution are issued from the same credal set, i.e., a convex set of probability distributions. This can be considered as a first step towards a more general treatment of statistical learning under epistemic uncertainty.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google