A PAC-Bayesian Tutorial with A Dropout Bound

Dieses Tutorial befasst sich mit den Prinzipien der PAC-Bayesianischen Inferenz, einem theoretischen Rahmen zur Analyse der Generalisierung in maschinellen Lernmodellen. Es behandelt auch eine zugehörige Dropout-Grenze und liefert Einblicke, wie Dropout die Modellleistung beeinflusst.