研究了指数损失函数的学习问题。利用相关不等式及其性质,刻画了点态样本的过度泛化误差与预测误差之间的关系。不仅将矩条件弱化到阶1+α,而且得到一个关于指数损失函数的比较定理,为进一步研究经验风险最小算法的收敛率或更复杂的函数空的正则化学习提供必要的理论准备。