摘要
本文提出示例学习的一种计算理论,扩张矩阵论.根据这个理论,示例学习中一些主要最优化问题被证明是NP难题,并给出这些难题的近似解法及下界的估计.
A computational theory of learning from examples, extension matrix theory, is presented. By using this theory, the major optimization problems in learning from examples are shown to be NP-hard An approximate solution to these problems is proposed, and an estimation of lower bounds of them is given.
出处
《计算机学报》
EI
CSCD
北大核心
1991年第6期401-410,共10页
Chinese Journal of Computers
基金
国家自然科学基金
关键词
示例学习
扩张矩阵
机器学习
Learning from examples, extension matrix, NP-hard, set covering problem.
