| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 目录 | 第9-10页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 问题的提出和研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 本文研究的主要内容、目标与方法 | 第12-13页 |
| 1.4 本文研究的切入点与思路以及研究的创新与不足 | 第13-14页 |
| 第2章 PAC-Bayesian定理及其PAC-Bayesian界 | 第14-20页 |
| 2.1 关于PAC-Bayesian定理的相关知识点 | 第14-17页 |
| 2.2 PAC-Bayesian定理及基于Bayes分类的PAC-Bayesian界 | 第17-20页 |
| 第3章 高斯过程(GP)分类 | 第20-29页 |
| 3.1 高斯过程简述 | 第20-22页 |
| 3.2 高斯过程(GP)分类 | 第22-24页 |
| 3.3 构造核函数的三种方法 | 第24-28页 |
| 3.4 将核函数应用到高斯过程(GP)分类中 | 第28-29页 |
| 第4章 通过Laplace逼近法预测与检验 | 第29-34页 |
| 4.1 Laplace GP分类 | 第29-31页 |
| 4.2 用Laplace GP分类做预测 | 第31-32页 |
| 4.3 通过Laplace GP分类方法进行检验 | 第32-34页 |
| 第5章 错误界的分析与检验 | 第34-39页 |
| 5.1 错误界分析 | 第34-35页 |
| 5.2 用实例对错误界进行说明 | 第35-39页 |
| 结论与展望 | 第39-40页 |
| 致谢 | 第40-41页 |
| 参考文献 | 第41-44页 |
| 附录 | 第44-46页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第46页 |
| 攻读硕士学位期间参加的会议项目 | 第46页 |
