V
主页
京东 11.11 红包
【烨·泛化】7.1.1: 良性过拟合 Benign Overfitting
发布人
7.1.1: 良性过拟合 Benign Overfitting
打开封面
下载高清视频
观看高清视频
视频下载器
【烨·泛化】2.3.3: Rademacher Complexity (property)
【烨·泛化】0.2.1: ERM模型
【烨·泛化】2.2.1: VC维
【烨·泛化】1.1.2: 岭回归(ridge regression)
【烨·泛化】2.3.2: Rademacher Complexity (proof)
【烨·泛化】0.3.2: PAC Learning
【烨·泛化】0.3.1: No-Free-Lunch Theorem
【烨·泛化】1.2.1: 广义线性模型 GLM
【烨·泛化】2.3.4: 线性函数族的Rademacher Complexity
【烨·泛化】6.1.1: 隐式误差 Implicit Bias
【烨·泛化】1.1.1: 参数一致性 (consistency)
【烨·泛化】序言:这可能将是全网最全的泛化理论课程!
[FAI] 清华 温凯越 | SAM 算法为何有用?
【烨】高维概率| 6:次高斯随机变量
【烨·泛化】2.3.1: Rademacher Complexity
【烨·泛化】5.1.1: 泛化与信息论
【烨·泛化】4.1.2: PAC-Bayesian (proof)
【烨】高维概率 | 8: 格罗滕迪克不等式
【烨】(2)霍弗丁不等式| 这是我听过最无聊的《高维概率》课程
【烨·泛化】3.1.1: Algorithm Stability 算法稳定性
【烨】高维概率 | 14: Johnson-Lindenstrauss Lemma
【烨 | 因果推断】01: 为什么我们要学因果???
【烨·泛化】0.3.3: PAC与有限假设类
【烨·泛化】2.6.1: 神经网络中的Rademacher Complexity! IT FAILS!
【烨】高维概率 | 17: 随机过程基础
【烨·泛化】4.1.1: PAC-Bayesian
【烨·泛化】2.1.1: 一致收敛 Uniform Convergence
【烨】高维概率 | 11: 随机矩阵应用若干
【烨】高维概率 | 5:奇特的高维随机向量
张旭老师微积分学微积分是你的谎言&~~
【烨】高维概率 | 19: 高斯宽度、随机映射
【烨】高维概率 | 13: 矩阵伯恩斯坦不等式
【烨·泛化】2.6.3: 一致收敛完蛋了吗?或许也没那么糟... 无噪情况的一致收敛
【烨】高维概率 | 22: VC维
【烨】可解释机器学习(1)!XAI实况录制
【烨】高维概率 | 10: 随机矩阵Concentration
[FAI] 清华 顾欣然 | Local SGD竟比SGD泛化得更好——为什么?
【烨】高维概率 | 12: 非独立 Concentration 与 Lipschitz 条件
【烨】高维概率 15:二次型的 concentration
【烨】高维概率 | 26(终章): Dvoretzky-Milman 定理