Bondys teorem

Fra Wikipedia, den frie encyklopedi

Bondys teorem er et teorem innen maskinlæringsteori, et fagfelt innen matematikk som beskjeftiger seg med algoritmer for maskinlæring.

Teoremet ble satt fram av Adrian Bondy i 1972 og er som følger:

La C vere en konseptklasse over et endelig domene X. Det eksisterer da en delmengde S av X med en størrelse som er på det meste |C| − 1 slik at S er et vitnemengde for alle konsept i C.

Dette impliserer at hver endelige konseptklasse C har dets læringsdimensjon begrenset av |C| − 1.