サンプル除外ディメンション

計算学習理論では、クエリを用いた正確な概念学習の研究においてサンプル排除次元が出現する。^[1]

アルゴリズム学習理論では、領域X上の概念はX上のブール関数です。ここでは有限領域のみを考慮します。概念cの部分近似Sは、 c がSへの拡張となるような、上のブール関数です。 ${\displaystyle Y\subseteq X}$

C を概念のクラスとし、cを概念（必ずしもC内にある必要はない）とします。すると、Cに関する c の指定セット（ Sと表記）は、 C が最大でSへの拡張を 1 つ含むようなcの部分近似Sとなります。 Cに関する何らかの概念の指定セットを観察した場合、最大でもう 1 回の考えの変更でCの概念を検証するのに十分な情報が得られます。

概念クラスの排除次元（XD ( C )で示される）は、 Cに関してc 'の最小指定セットのサイズの最大値であり、c 'はCに含まれない概念である。