PAC učenie

Abstract

V tejto bakalárskej práci zavedieme a vysvetlíme koncept PAC-učenia, ktoré sa za- oberá problematikou výberu optimálneho klasifikátora na základe realizácie náhodného výberu. Na začiatku odvodíme a dokážeme tvrdenia, ktoré nám zaručujú PAC-učenlivosť. Hlavnou časťou práce je riešenie príkladov, v ktorých ukazujeme, ako postupovať v prípa- doch, kedy sa môžeme opierať o dokázané tvrdenia a naopak v prípadoch, kedy potrebu- jeme využiť iný argument. Ukážeme PAC-učenlivosť obdĺžnikov a koncentrických kruhov v R2 , a potom sa zameriame aj na všeobecnejšie príklady. 1

In this bachelor's thesis, the PAC-learning model is introduced and explained. PAC- learning addresses the problem of choosing an optimal hypothesis based on random sample data realizations. Initially, statements that guarantee PAC-learnability are derived and proven. The main part of the thesis is dedicated to solving exercises, demonstrating how to proceed in cases where proven statements can be relied upon and, conversely, in cases where different arguments are necessary. PAC-learnability of rectangles and concentric circles in R2 is shown, followed by exercises where more general approach is utilized. 1