Quelles relations et différences entre la théorie de l'apprentissage statistique et la théorie de l'apprentissage informatique ?
S'agit-il du même sujet? Résoudre les mêmes problèmes et utiliser les mêmes méthodes?
Par exemple, le premier dit qu'il s'agit de la théorie de la prédiction (régression, classification, ...).
Réponses:
L'apprentissage informatique, plus concrètement le cadre probablement approximativement correct ( PAC ), répond à des questions telles que: combien d'exemples de formation sont nécessaires pour qu'un apprenant apprenne avec une forte probabilité une bonne hypothèse? de combien d'effort de calcul ai-je besoin pour apprendre avec une telle hypothèse à forte probabilité? Il ne traite pas du classificateur concret avec lequel vous travaillez. Il s'agit de ce que vous pouvez et ne pouvez pas apprendre avec quelques échantillons à portée de main.
Dans la théorie de l'apprentissage statistique, vous répondez plutôt à des questions de ce type: combien d'échantillons d'apprentissage le classificateur classera-t-il de manière erronée avant d'avoir convergé vers une bonne hypothèse? c'est-à-dire à quel point est-il difficile de former un classificateur et quelles garanties ai-je sur ses performances?
Malheureusement, je ne connais pas de source où ces deux domaines sont décrits / comparés de manière unifiée. Pourtant, bien que peu d'espoir cela aide
la source