Informatica teorica machine-learning

2

Ho assegnato ai miei studenti il problema di trovare un triangolo coerente con una raccolta di mmm punti in R2R2\mathbb{R}^2 , etichettato con ±1±1\pm1 . (Un triangolo TTT è coerente con il campione etichettato se TTT contiene tutti i punti positivi e nessuno dei punti negativi; per ipotesi, il campione …

13 cg.comp-geom machine-learning lg.learning convex-geometry

1

Qual è il compromesso tra dimensione della popolazione e numero di generazioni negli algoritmi genetici

Gli algoritmi genetici si evolvono in meno generazioni con una popolazione più ampia, ma impiegano anche più tempo per calcolare una generazione. Ci sono alcune linee guida per bilanciare questi due fattori, al fine di arrivare al più presto a una soluzione praticabile? Inoltre, è questo il posto migliore per …

13 ds.algorithms machine-learning genetic-algorithms

3

Algoritmi del modello di query statistica?

Ho posto questa domanda in domande e risposte validate in modo incrociato, ma sembra che sia molto più legato alle statistiche che alle statistiche. Potete darmi esempi di algoritmi di apprendimento automatico che apprendono dalle proprietà statistiche del set di dati e non dalle singole osservazioni stesse, cioè impiegano il …

13 lg.learning machine-learning

1

Potenza computazionale delle reti neurali?

Supponiamo di avere una rete neurale feed forward a strato singolo con k input e un output. Calcola una funzione da , è abbastanza facile vedere che questo ha almeno la stessa potenza computazionale di A C 0 . Per divertimento, chiameremo l'insieme di funzioni calcolabili da una rete neurale …

13 cc.complexity-theory circuit-complexity machine-learning ne.neural-evol

1

Richiesta di riferimento: minimizzazione sottomodulare e funzioni booleane monotone

Background: nell'apprendimento automatico, spesso lavoriamo con modelli grafici per rappresentare funzioni di densità di probabilità ad alta dimensione. Se scartiamo il vincolo che una densità integra (sommando) a 1, otteniamo una funzione energetica strutturata con grafi non normalizzata . Supponiamo di avere una tale funzione energetica, , definita su un …

13 reference-request machine-learning lg.learning boolean-functions

12

Quali sono alcune applicazioni del mondo reale per algoritmi genetici?

Quali sono alcuni problemi del mondo reale che sono stati risolti usando un algoritmo genetico? Qual è il problema? Qual è il fitness test utilizzato per risolvere questo problema?

13 ds.algorithms machine-learning ai.artificial-intel application-of-theory ne.neural-evol

5

Perché l'apprendimento automatico non può riconoscere i numeri primi?

Supponiamo di avere una rappresentazione vettoriale di qualsiasi numero intero di magnitudine n, V_n Questo vettore è l'input di un algoritmo di apprendimento automatico. Prima domanda: per quale tipo di rappresentazione è possibile apprendere la primalità / la composizione di n usando una rete neurale o qualche altra mappatura ML …

13 co.combinatorics machine-learning primes

3

Quando utilizzare il lemma di Johnson-Lindenstrauss su SVD?

Il lemma di Johnson-Lindenstrauss consente di rappresentare punti in uno spazio ad alta dimensione in punti di dimensione inferiore. Quando si trovano spazi dimensionali inferiori della migliore misura, una tecnica standard consiste nel trovare la decomposizione del valore singolare e quindi prendere il sottospazio generato dai valori singolari più grandi. …

12 machine-learning

5

algoritmo di clustering per dati non dimensionali

ho un set di dati di migliaia di punti e un mezzo per misurare la distanza tra due punti qualsiasi, ma i punti di dati non hanno dimensionalità. Voglio un algoritmo per trovare centri di cluster in questo set di dati. immagino che, poiché i dati non hanno dimensioni, un …

12 machine-learning lg.learning clustering

2

Complessità di query computazionale dell'apprendimento SQ

È noto che per l'apprendimento PAC, esistono classi concettuali naturali (ad esempio sottoinsiemi di elenchi di decisioni) per le quali vi sono lacune polinomiali tra la complessità del campione necessaria per l'apprendimento teorico delle informazioni da parte di uno studente computazionalmente illimitato e la complessità del campione richiesta da un …

12 machine-learning lg.learning sample-complexity

1

Dato

Ecco un problema con un sapore simile all'apprendimento delle juntas: Input: una funzione , rappresentato da un oracolo di appartenenza, ovvero un oracolo che ha dato x , restituisce f ( x ) .f:{0,1}n→{−1,1}f:{0,1}n→{−1,1}f: \{0,1\}^n \rightarrow \{-1,1\}xxxf(x)f(x)f(x) Obiettivo: trovare un sottocubo di { 0 , 1 } n con volume …

11 machine-learning lg.learning boolean-functions sample-complexity

1

In che modo le aggregazioni di database formano un monoide?

Su cs.stackexchange ho chiesto informazioni sulla libreria di scale di algebird su github, speculando sul motivo per cui potrebbero aver bisogno di un pacchetto astratto di algebra. La pagina github ha alcuni indizi: Implementazioni di Monoidi per algoritmi di approssimazione interessanti, come filtro Bloom, HyperLogLog e CountMinSketch. Questi ti consentono …

11 soft-question machine-learning linear-algebra db.databases

1

Risultati di limiti / durezza inferiori di Noisy Parity (LWE)

Alcuni retroscena: Sono interessato a trovare limiti inferiori (o risultati di durezza) "meno noti" per il problema di apprendimento con errori (LWE) e generalizzazioni come l'apprendimento con errori su anelli. Per definizioni specifiche, ecc., Ecco un bel sondaggio di Regev: http://www.cims.nyu.edu/~regev/papers/lwesurvey.pdf Il tipo standard di ipotesi in stile (R) LWE …

11 cc.complexity-theory reference-request cr.crypto-security machine-learning lg.learning

1

Limiti inferiori per l'apprendimento nella query di appartenenza e nel modello di controesempio

Dana Angluin ( 1987 ; pdf ) definisce un modello di apprendimento con domande di appartenenza e domande di teoria (controesempi a una funzione proposta). Mostra che un linguaggio regolare che è rappresentato da un DFA minimo di stati è apprendibile in tempi polinomiali (dove le funzioni proposte sono DFA) …

11 cc.complexity-theory machine-learning lower-bounds lg.learning query-complexity

5

Esiste una tecnica basata sulla discesa del gradiente per la ricerca del minimo assoluto (massimo) di una funzione nello spazio multidimensionale?

Conosco l'algoritmo di discesa gradiente che può trovare il minimo locale (massimo) di una determinata funzione. C'è qualche modifica della discesa del gradiente che consente di trovare il minimo assoluto (massimo), dove la funzione ha diversi estremi locali? Esistono tecniche generali, come migliorare un algoritmo in grado di trovare un …

11 ds.algorithms approximation-algorithms machine-learning

Domande taggate «machine-learning»