@book{Blanchard2011,
  author    = {Blanchard, Gilles},
  title     = {Komplexit{\"a}tsanalyse in Statistik und Lerntheorie : Antrittsvorlesung 2011-05-04},
  publisher = {Univ.-Bibl.},
  address   = {Potsdam},
  year      = {2011},
  abstract  = {Gilles Blanchards Vortrag gew{\"a}hrt Einblicke in seine Arbeiten zur Entwicklung und Analyse statistischer Eigenschaften von Lernalgorithmen. In vielen modernen Anwendungen, beispielsweise bei der Schrifterkennung oder dem Spam- Filtering, kann ein Computerprogramm auf der Basis vorgegebener Beispiele automatisch lernen, relevante Vorhersagen f{\"u}r weitere F{\"a}lle zu treffen. Mit der mathematischen Analyse der Eigenschaften solcher Methoden besch{\"a}ftigt sich die Lerntheorie, die mit der Statistik eng zusammenh{\"a}ngt. Dabei spielt der Begriff der Komplexit{\"a}t der erlernten Vorhersageregel eine wichtige Rolle. Ist die Regel zu einfach, wird sie wichtige Einzelheiten ignorieren. Ist sie zu komplex, wird sie die vorgegebenen Beispiele "auswendig" lernen und keine Verallgemeinerungskraft haben. Blanchard wird erl{\"a}utern, wie Mathematische Werkzeuge dabei helfen, den richtigen Kompromiss zwischen diesen beiden Extremen zu finden.},
  language  = {de}
}