待验证50% 置信事实精确时间
独立同分布（i.i.d.）假设是经典统计学习理论的基石，也是PAC学习框架和VC维理论的前提条件
1
来源数
50%
置信度
长期有效
时效性
2026/9/7
首次发现
来源
涉及实体
相关事实
待验证集中不等式（如Hoeffding不等式、Bernstein不等式、Matrix Bernstein不等式）是统计学习理论中泛化界推导的核心工具66% 相似待验证偏差-方差权衡是统计学习理论的核心概念，由1992年Geman等人的研究系统化阐述64% 相似待验证自适应学习的核心逻辑源于维果茨基的最近发展区（Zone of Proximal Development）理论，即最有效的学习发生在学习者当前能力水平略高一点的区域58% 相似待验证IQL（Implicit Q-Learning）由Kostrikov等人于2021年提出，通过期望回归规避对分布外动作的直接查询58% 相似待验证Akyürek et al. 2022从梯度下降视角论证ICL本质上是隐式的元学习58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/870157API
curl https://kongchang.com/api/v1/knowledge/claims/870157MCP
get_claim(id=870157)