VC学习最优信息复杂度论文发布

2026年10月9日，arXiv Statistics Machine Learning 发布论文《VC 学习的最优信息复杂度》。研究证明可通过算法依赖的 CMI 分析恢复 VC 类的最优 PAC 保证。核心是构造一个学习算法，在可实现情形下其 eCMI 达到 O(d) 阶，其中 d 为概念类的 VC 维。该算法采用随机化的 5 个基学习器多数投票，具有最优的期望泛化保证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。