Аннотация: Рассматриваются модификации алгоритма экспоненциального взвешивания экспертных стратегий и алгоритма Hedge оптимального распределения потерь в режиме онлайн для случая неограниченных одношаговых потерь. Получены оценки ошибки обучения (регрета) этих алгоритмов в случае неограниченных потерь.

Аннотация: В работе по аналогии с индуктивным обучением вводятся минимаксные значения для трансдуктивного и частичного обучения. Затем для задачи классификации для случая классов с конечной размерностью Вапника--Червоненкиса строятся соотношения между нижними минимаксными границами для трансдуктивного и частичного обучения.В завершении доказываются нижние минимаксные оценки для частичного обучения.

Аннотация: Рассматривается задача многоклассовой классификации. Для нее приводится верхняя оценка радемахеровской сложности множества многоклассовых классификаторов, основанных на минимизации суммарного отступа объектов, и оценки их обобщающей ошибки. Существенно то, что данные оценки приводятся без дополнительных предположений на распределение данных и множество классификаторов.