Exploiting Random Walks for Learning ^2002/02

Algorithmisches Lernen zeitgesteuerter Prozesse...!

Beim algorithmischen Lernen mittels des sogenannten "PAC-Modells" wird vorausgesetzt, dass die Beispiele (Lernstichproben) unabhängig voneinander gezogen werden.

Im Gegensatz dazu wird bei dem untersuchten Ansatz davon ausgegangen, dass die Beispiele durch einen zeitgesteuerten Prozess erzeugt werden. Für diesen Anwendungsfall werden deterministische und probabilistische Lernmodelle vorgestellt, sowie die Zusammenhänge zwischen diesen Modellen untersucht.

Es werden effiziente Algorithmen vorgestellt, die eine boolesche Schwellwert-Funktion, eine zweitermige RSE oder eine zweitermige DNF exakt identifizieren.

Downloads

Dateiname	Beschreibung	Größe
Exploiting_Random_Walks_for_Learning.pdf	Exploiting Random Walks for Learning (Ausarbeitung)	277,1 KB
Exploiting_Random_Walks_for_Learning.ppt	Exploiting Random Walks for Learning (Präsentation)	287,0 KB
Exploiting_Random_Walks_for_Learning.ppt	dito. als PDF	1000,7 KB