Espace de versionIl s’agit du sous-ensemble de toutes les hypothèses d’apprentissage de concepts qui sont cohérentes avec l’ensemble de données connu et qui est généralement utilisé pour converger vers le contenu.

L'apprentissage de l'espace de version est une approche logique de l'apprentissage automatique, en particulier de la classification binaire. Les algorithmes d’apprentissage de l’espace de version recherchent un espace prédéterminé d’hypothèses, considéré comme un ensemble d’énoncés logiques.

Pour l’hypothèse du « rectangle » dans l’espace bidimensionnel (figure de droite), les signes plus verts représentent les échantillons positifs et les cercles rouges représentent les échantillons négatifs. GB est la limite d'hypothèse positive la plus générale et SB est la limite d'hypothèse positive la plus spécifique. Le rectangle dans la zone délimitée par GB et SB est l'hypothèse dans l'espace des versions, c'est-à-dire que la zone délimitée par GB et SB est l'espace des versions.

Dans certains cas où la capacité de généralisation des hypothèses doit être classée, l'espace des versions peut être représenté par les deux limites supérieure et inférieure GB et SB. Au cours du processus d'apprentissage, l'algorithme d'apprentissage ne peut fonctionner que sur les deux ensembles représentatifs GB et SB.

Références

【1】https://www.jishux.com/p/1eaaad466795eb5c