VC理論

瓦普尼克-澤范蘭傑斯理論（英語：Vapnik–Chervonenkis theory），又稱VC理論（VC theory）是一個於1960年代到1990年代由蘇聯數學家弗拉基米爾·瓦普尼克及亞歷克塞·澤范蘭傑斯建立的一套機器學習理論，使用統計的方法，因此有別於歸納學習等其它機器學習方法。

由這套理論所引出的支持向量機對機器學習的理論界以及各個應用領域都有極大的貢獻。

主要概念

• 損失函數
• 期望風險， 經驗風險， 結構風險
• VC維
• 支持向量機
• 條件隨機場

參考資料

• ^ Vapnik, Vladimir N. The Nature of Statistical Learning Theory. Information Science and Statistics. Springer-Verlag. 2000. ISBN 978-0-387-98780-4. 
• Vapnik, Vladimir N. Statistical Learning Theory. Wiley-Interscience. 1989. ISBN 0-471-03003-1. 

參看

• Richard M. Dudley, empirical processes, Shattered set.