论文提出基于γ-VC维度的表达能力分析
发生了什么
据arXiv论文，研究通过γ-VC维度分析提升算法对简单弱学习器的表达能力。结果显示该参数表征了弱到强学习的样本复杂度，并给出了决策树桩和轴平行矩形在R^d中的γ-VC维度上下界改进。
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 一手材料1 个发布入口
据arXiv论文，研究通过γ-VC维度分析提升算法对简单弱学习器的表达能力。结果显示该参数表征了弱到强学习的样本复杂度，并给出了决策树桩和轴平行矩形在R^d中的γ-VC维度上下界改进。
发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。