机器学习 泛化误差上界+凸优化+类条件随机标签噪声

Rademacher复杂度:

https://blog.csdn.net/skyonefly/article/details/78668564

是关于泛化误差与经验误差之间的接近程度的不等式中涉及的。

凸优化之共轭函数：

https://blog.csdn.net/weixinhum/article/details/86083189

李普希兹条件：

https://baike.baidu.com/item/lipschitz%E6%9D%A1%E4%BB%B6/3601603?fr=aladdin

李普希兹条件限制了函数变化的速率，对函数的收敛性和连续性方面的证明具有一定意义。