Cтраница 1
Минимизация среднего риска по эмпирическим данным возможна лишь в условиях существования априорной информации о вероятностной мере. [1]
Минимизация среднего риска составляет основную задачу самонастройки оптимальных систем. [2]
Задача минимизации среднего риска по эмпирическим данным является достаточно общей. [3]
Проблема минимизации среднего риска по эмпирическим данным является одной из основных проблем прикладного анализа. [4]
Задача минимизации среднего риска по эмпирическим данным имеет простую интерпретацию. [5]
Задача минимизации среднего риска по эмпирическим данным является достаточно общей. [6]
Наличие-двух механизмов минимизации среднего риска отражает существование условий двух типов, при которых в принципе возможна минимизация среднего риска. [7]
Оптимальное решающее правило минимизации среднего риска называется правилом Байеса. [8]
Поэтому решать задачу минимизации среднего риска путем восстановления плотности, вообще говоря, нерационально. [9]
Существование двух механизмов минимизации среднего риска отражает наличие условий двух типов, при которых в принципе возможна минимизация среднего риска по эмпирическим данным. [10]
При решении задачи минимизации среднего риска нашей целью является нахождение алгоритмов, которые на выборках фиксированного объема с заданной надежностью отыскивали бы функцию, доставляющую функционалу / ( a) значение, наиболее близкое к минимальному. [11]
Поэтому решать задачу минимизации среднего риска путем восстановления плотности, вообще говоря, нерационально. [12]
При решении задачи минимизации среднего риска нашей целью является нахождение алгоритмов, которые на выборках фиксированного объема с заданной надежностью отыскивали бы функцию, доставляющую функционалу I ( ос) значение, наиболее близкое к минимальному. [13]
Казалось бы, проблема минимизации среднего риска по эмпирическим данным сводится к восстановлению плотности распределения вероятностей. [14]
Таким образом, успех минимизации среднего риска (2.20) методом минимизации функционала эмпирического риска (2.22) определяется не близостью плотностей, как в первом случае, а иным механизмом. Ниже в § 6 мы покажем, что этот механизм опирается на свойство равномерной сходимости эмпирических средних к математическим ожиданиям по некоторому множеству событий. [15]