統計学習理論VS計算学習理論？

統計学習理論と計算学習理論の間にはどのような関係と違いがありますか？

彼らは同じトピックについてですか？同じ問題を解決し、同じ方法を使用しますか？

たとえば、前者はそれが予測の理論であると述べています（回帰、分類など）。

machine-learning statistical-learning artificial-intelligence

— ティム
ソース

これは実際には素晴らしい質問です。私は似たような質問をすることに熱心でしたが、これは私が聞きたかった質問と同じ性質を伴うと思いました。私はたくさんの本、たくさんのグーグル検索、そしてウィキペディアのページを見てきました。どちらの質問も、サンプルの複雑さの質問として表現するという点では関連していると思いますが、PACの前にこのドメインで行われた作業を示すためのリソースを見つけることができませんでした。私が見たすべての本はPACから始まり、PACの前に何が起こったのか不思議に思ってしまいます。

— カークワラ

計算学習、より具体的にはおそらくほぼ正しい（PAC）フレームワークは、次のような質問に答えます。このような仮説を高い確率で学習するには、どれくらいの計算量が必要ですか？使用している具体的な分類子は扱いません。これは、いくつかのサンプルを手元に置いて、何を学べるか、何を学べないかについてです。

統計学習理論では、むしろこの種の質問に答えます。良い仮説に収束する前に、分類器はいくつのトレーニングサンプルを誤って分類するのでしょうか。つまり、分類子をトレーニングするのはどれくらい難しいですか。また、そのパフォーマンスにはどのような保証がありますか？

残念ながら、私はこれら2つの領域が統一された方法で記述/比較されているソースを知りません。それでも、それが役立つことはあまり望んでいない

— jpmuc
ソース