| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 统计学习理论 | 第10页 |
| 1.2 统计学习理论的基本框架 | 第10-12页 |
| 1.3 基于核的学习算法 | 第12-14页 |
| 第二章 正则化回归学习 | 第14-18页 |
| 2.1 正则化算法 | 第14页 |
| 2.2 核正则化回归学习 | 第14-15页 |
| 2.3 系数正则化算法 | 第15-18页 |
| 第三章 分位点回归学习 | 第18-62页 |
| 3.1 分位点学习问题 | 第18-19页 |
| 3.2 基于(?)2范数的分位点系数正则化学习算法的一致性分析 | 第19-36页 |
| 3.2.1 误差分解 | 第22-25页 |
| 3.2.2 假设误差 | 第25-27页 |
| 3.2.3 样本误差 | 第27-31页 |
| 3.2.4 误差界和学习速率 | 第31-36页 |
| 3.3 基于(?)1范数的分位点系数正则化学习算法的一致性分析 | 第36-48页 |
| 3.3.1 误差分解 | 第37-40页 |
| 3.3.2 假设误差 | 第40-41页 |
| 3.3.3 样本误差 | 第41-43页 |
| 3.3.4 误差界和学习速率 | 第43-48页 |
| 3.4 基于(?)Q范数的分位点系数正则化学习算法的一致性分析 | 第48-62页 |
| 3.4.1 误差分解 | 第49-51页 |
| 3.4.2 假设误差 | 第51-53页 |
| 3.4.3 样本误差 | 第53-56页 |
| 3.4.4 误差界和学习速率 | 第56-62页 |
| 第四章 结论与展望 | 第62-64页 |
| 4.1 总结与创新点 | 第62页 |
| 4.2 展望 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-72页 |
| 附录 | 第72-73页 |
