PAC-베이지안 이론을 활용하여 수렴 보장과 수렴 속도 간의 명시적 trade-off를 가지는 최적화 알고리즘을 학습할 수 있는 새로운 프레임워크를 제시한다. 이를 통해 기존의 최악의 경우 분석에 기반한 알고리즘보다 성능이 우수한 알고리즘을 학습할 수 있다.
