V
主页
【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
发布人
2.6.3: 无噪情况下的一致收敛 slides请见: www.tengjiaye.com/generalization 点赞过50,三天内更下一期!(快用多多的点赞淹没我罢!)
打开封面
下载高清视频
观看高清视频
视频下载器
【烨·泛化】2.1.1: 一致收敛 Uniform Convergence
【烨·泛化】2.2.1: VC维
【烨·泛化】序言:这可能将是全网最全的泛化理论课程!
【烨·泛化】2.3.3: Rademacher Complexity (property)
【烨·泛化】2.6.2: [NeurIPS Best Paper] 一致收敛无法解释泛化
【烨·泛化】1.1.2: 岭回归(ridge regression)
【烨·泛化】0.2.1: ERM模型
【烨·泛化】2.6.1: 神经网络中的Rademacher Complexity! IT FAILS!
【烨·泛化】0.3.2: PAC Learning
【烨·泛化】2.3.4: 线性函数族的Rademacher Complexity
【烨·泛化】0.3.1: No-Free-Lunch Theorem
【烨·泛化】2.3.2: Rademacher Complexity (proof)
【烨·泛化】4.1.1: PAC-Bayesian
【烨·泛化】0.3.3: PAC与有限假设类
【烨·泛化】2.3.1: Rademacher Complexity
【烨·泛化】5.1.1: 泛化与信息论
【烨·泛化】1.1.1: 参数一致性 (consistency)
[FAI] 清华 温凯越 | SAM 算法为何有用?
【烨·泛化】1.2.1: 广义线性模型 GLM
【烨】(3) 伯恩斯坦不等式 | 无聊的《高维概率》课程
【烨 | 因果推断】01: 为什么我们要学因果???
【烨】高维概率| 6:次高斯随机变量
图像分割、目标检测、特征提取、边缘检测、图像滤波、人脸识别...终于有人把OpenCV那些必备的知识点讲透彻了!从入门到图像处理实战!
研一在读,代码完全不会,如何入门深度学习?
【烨】高维概率 | 22: VC维
宇宙最最最有意思的人工智能基础seminar,真的不来玩吗!?
[FAI] ICLR23' Best Paper 北大 张博航 | 图神经网络表达能力探究
【烨·泛化】3.1.1: Algorithm Stability 算法稳定性
[FAI] 清华 顾欣然 | Local SGD竟比SGD泛化得更好——为什么?
【烨】高维概率 | 19: 高斯宽度、随机映射
【烨】高维概率 | 7: 随机变量的Concentration
【烨·泛化】4.1.2: PAC-Bayesian (proof)
OpenAI绝密文件泄露:2027年实现AGI,人工智能觉醒即将到来
[FAI] 中科大 王博涵 | 为什么Adam比SGD收敛快?
【烨】高维概率 | 12: 非独立 Concentration 与 Lipschitz 条件
【烨】看完这个视频,还不想来清华吗?!
【烨】可解释机器学习(1)!XAI实况录制
【烨·泛化】ICLR 2022: Excess Risk Decomposition
【烨】高维概率 | 13: 矩阵伯恩斯坦不等式
【烨】高维概率 | 20: Dudley 不等式