Каковы отношения и различия между статистической теорией обучения и вычислительной теорией обучения ?
Они о той же теме? Решить те же проблемы и использовать те же методы?
Например, первый говорит, что это теория предсказания (регрессия, классификация, ...).
Ответы:
Вычислительное обучение, более конкретно, вероятно, приблизительно правильная ( PAC ) структура, отвечает на такие вопросы, как: сколько обучающих примеров необходимо, чтобы учащийся с высокой вероятностью выучил хорошую гипотезу? сколько вычислительных усилий мне нужно, чтобы с большой вероятностью выучить такую гипотезу? Это не относится к конкретному классификатору, с которым вы работаете. Речь идет о том, что вы можете и не можете узнать с некоторыми образцами под рукой.
В теории статистического обучения вы, скорее, отвечаете на вопросы такого рода: сколько обучающих выборок классифицирует неверно, прежде чем сработает с хорошей гипотезой? то есть, насколько сложно обучить классификатор и какие у меня есть гарантии на его работу?
К сожалению, я не знаю источника, где эти две области описываются / сравниваются в единой форме. Тем не менее, хотя не так много надежды, что помогает
источник