Алгоритмы машинного обучения, основанные на «минимизации структурного риска»?

Какие алгоритмы машинного обучения (кроме SVM) используют принцип минимизации структурных рисков ?

reference-request machine-learning

— Classifire
источник

Что такое алгоритм?

— Дэйв Кларк

algo = алгоритм;)

— Классификация

пожалуйста, используйте полные слова.

— Каве

хорошо .. только не хотел сделать название слишком длинным

— Classifire

Насколько я могу судить, SRM - не что иное, как старая добрая регуляризация , которая используется абсолютно везде.

— Эмре

Принцип минимизации структурного риска - это принцип, который, по крайней мере, частично «используется» во всех методах машинного обучения, поскольку часто следует принимать во внимание переоснащение: уменьшение сложности модели является (предположительно и на практике) хорошим способом ограничения переобучения.

У SVM явно есть параметр для сложности (размерность пространственного объекта или даже функция ядра), и это необходимо, потому что увеличение сложности является частью алгоритма обучения.
Нейронные сети также имеют простой индикатор их сложности (количество «ячеек») и являются частью соответствующего алгоритма обучения.
Без этого принципа вывод грамматики был бы и глупым, и совершенная грамматика - это список всех возможных слов, поэтому каждый нетривиальный алгоритм хотя бы признает этот принцип.
Деревья решений имеют свое собственное понятие энтропии .
Кластеры могут быть просто подсчитаны или как бы «использовать» принцип по своей сути или иметь фиксированное количество кластеров, и в этом случае вы применяете принцип на более высоком уровне.

Честно говоря, я действительно не знаю, что происходит в генетическом программировании, но у них нет внутреннего понятия сложности.

Я плохо знаю программирование индуктивной логики, но, похоже, оно не очень хорошо подходит для этого принципа.

— jmad
источник

Знаете ли вы какой-нибудь алгоритм обучения, который является даже более мощным и менее подверженным переоснащению, чем SVM? Или, может быть, метод улучшения стандартного SVM?

— Классификация

@ user2278 если под мощным "вы имеете в виду«эффективным» , то SVMs довольно большое и есть много из исследований о нем и инструментах его использование. Но, конечно, это зависит от вашей проблемы.

— Джмад

Что ж, я бы хотел использовать SVM на финансовых рынках, и на самом деле есть довольно много статей, посвященных этой теме (использование SVM для прогнозирования акций и т. Д.). Есть ли алгоритм, который лучше подходит для этой цели (тем более что финансовые временные ряды так "шумят")?

— Классификация

@ user2278 Тебе лучше использовать бумаги. Я не эксперт. (Я не удивлюсь, что для этого лучше всего подходят SVM. Также они хорошо себя ведут в отношении шума)

— jmad