Teoria dell'apprendimento automatico e dell'apprendimento: apprendimento PAC, teoria dell'apprendimento algoritmico e aspetti computazionali dell'inferenza bayesiana e modelli grafici.
Conosco abbastanza bene la teoria alla base di VC-Dimension, ma ora sto esaminando i recenti (ultimi 10 anni) progressi nella teoria dell'apprendimento statistico: medie (locali) di Rademacher, Lemma di classe finita di Massart, Covering Numbers, Chaining, Dudley's Teorema, pseudodimensionalità, dimensione grassa, numeri di imballaggio, composizione di Rademacher e forse altri …
È noto che per l'apprendimento PAC classico, sono necessari esempi per ottenere un limite di errore di ε whp, dove d è la dimensione VC della classe del concetto.Ω ( d/ ε)Ω(d/ε)\Omega(d/\varepsilon)εε\varepsilonddd È noto che nel caso agnostico sono necessari esempi ?Ω ( d/ ε2)Ω(d/ε2)\Omega(d/\varepsilon^2)
Quali classificatori di machine learning sono i più parallelizzabili? Se avessi un problema di classificazione difficile, tempo limitato, ma una discreta LAN di computer con cui lavorare, quali classificatori proveresti? Per contro mi sembra che alcuni classificatori standard che conosco impilino come segue ma potrei sbagliarmi totalmente: Foreste casuali: molto …
Prima di tutto, non sono ancora sicuro che cstheory sia ben adattato a questa domanda, quindi non mi offenderò se la folla pensa che non sia il caso ... Nel marketing dei motori di ricerca, diversi problemi sono interessanti. La progettazione di meccanismi di vendita all'asta equi (e redditizi) e …
In particolare, sto chiedendo risorse per conoscere i sistemi di apprendimento automatico che possono aggiornare le rispettive reti di credenze (o equivalenti) durante il funzionamento. Ne ho anche incontrati alcuni, anche se non sono riuscito a segnalarli. Come puoi immaginare, è un argomento piuttosto impegnativo da cercare su Internet.
Qual è il risultato dello stato dell'arte sulla complessità delle query delle corrette formule 2-DNF di apprendimento PAC con query di esempio e distribuzione uniforme ? O qualche limite non banale su di esso? Poiché non conosco affatto la teoria dell'apprendimento e questa domanda è motivata da un campo diverso, …
Le foreste casuali hanno una reputazione tra i professionisti di essere tra le tecniche di classificazione più efficaci. Eppure non li incontriamo molto nella letteratura teorica dell'apprendimento, da cui suppongo un'assenza di profondi risultati teorici. Se si volesse approfondire questa teoria, da dove iniziare?
Supponiamo di avere punti in . Questi inducono un diagramma di Voronoi. Se assegno a ciascuno dei punti un'etichetta , questi inducono una funzione binaria su . Domanda: qual è la dimensione VC di tutte queste possibili funzioni binarie indotte da alcuni punti e un'etichettatura di questi punti?KkkRdRd\mathbb{R}^d± R d …
Intendo specificamente famiglie linguistiche che ammettono stringhe arbitrariamente lunghe, non congiunzioni su n bit o elenchi di decisioni o qualsiasi altro linguaggio "semplice" contenuto in {0,1} ^ n. Sto chiedendo dei linguaggi regolari "teorici degli automi" rispetto a quelli "teorici della logica": qualcosa come i linguaggi testabili a tratti, i …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.