TY -的A2,翳明非盟-徐Yong-Li AU - Chen Han-Xiong PY Di-Rong AU - Li - 2013 DA - 2013/12/21 TI -最小二乘法正规化回归多任务学习SP - 715275六世- 2013 AB -多任务学习算法的研究是非常重要的问题之一。提出了一种正则化最小二乘法回归算法对多任务学习withhypothesis空间的结合希尔伯特空间的序列。选择最优的算法包括两个步骤希尔伯特空间和搜索最优函数。我们假设分布不同的任务的一组相关的转换下,假设空间中的任何希尔伯特空间规范不变的。我们证明以上假设每个任务的最优预报函数是在同一个希尔伯特空间。基于这个结果,分解是建立一个关键错误,即可以使用的相关任务绑定多余样本误差的目标任务。我们获得一个样本误差上界的相关任务,和在此基础上,潜在的更快学习利率获得比单一任务学习算法。SN - 1085 - 3375你2013/715275 / 10.1155——https://doi.org/10.1155/2013/715275——摩根富林明-抽象和应用分析PB - Hindawi出版公司KW - ER