The Vapnik-Chervonenkis (VC) -Dimensi rumus untuk jaringan saraf berkisar dari ke , dengan dalam kasus terburuk, di mana adalah jumlah tepi dan adalah jumlah node. Jumlah sampel pelatihan yang diperlukan untuk memiliki jaminan kuat akan generalisasi adalah linier dengan dimensi VC.O ( E)O(E)O(E)O (...
Tujuan saya adalah untuk memecahkan masalah berikut ini, yang telah saya jelaskan dengan input dan outputnya: Memasukkan: Grafik asiklik diarahkan dengan node, sumber, dan sink ( ).GGGmmmnnn111m > n ≥ 1m>n≥1m > n \geq 1 Keluaran: The VC-dimensi (atau perkiraan itu) untuk jaringan saraf...
Jadi saya membaca "Pengantar Pembelajaran Mesin" edisi ke-2, oleh Bishop, et. semua. Pada halaman 27 mereka membahas Dimensi Vapnik-Chervonenkis yang, "Jumlah maksimum poin yang dapat dihancurkan oleh H [kelas hipotesis] disebut Vapnik-Chervonenkis (VC) Dimensi H, dilambangkan VC (H) dan...