Notice
Recent Posts
Recent Comments
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
Tags
- genetic algorithm
- 스네이크케이스
- 도커 컨테이너
- Docker Image
- on-policy
- 연합학습
- 강화학습
- off-policy
- Traveling salesman problem
- Metaheuristic
- q learning
- 코딩스타일
- Federated learning
- routing problem
- Sarsa
- 배반사건
- multi task learning
- 몬테카를로 학습
- 산업공학
- 큐러닝
- 파스칼케이스
- 카멜케이스
- 확률공리
- 딥러닝
- 도커 개념
- 헝가리안노테이션
- mmoe
- 그리드월드
- 케밥케이스
- 유전알고리즘
Archives
- Today
- Total
목록머신러닝 (1)
SU Library

보통 확률론에서, Hoeffing's inequality는 upper bound를 제공하고, 이는 독립적인 랜덤 변수들의 합이 랜덤 변수들의 기대값에서부터 일정량이상 벗어날 확률을 구하는 것이다. 여기서 랜덤 변수들에 대한 제약조건이 하나 붙는데, 이는 일반 independent random variable이 아닌, bounded independent random variables이므로, 각 변수들은 $$a_i \leq X_i \leq b_i$$로 특정 범위 내에서 랜덤 변수들임을 의미한다. 가정 $$X_1,X_2,...X_n$$ 은 독립적인 랜덤 변수들이고 $$(a_i \leq X_i \leq b_i)$$를 만족한다. 또한 범위 $$(a_i \leq X_i \leq b_i)$$에 존재하는 모든 X들은 ..
수학/확률
2023. 5. 29. 02:57