Informatica teorica machine-learning

1

Apprendimento agnostico su distribuzioni arbitrarie

DDD{0,1}d×{0,1}{0,1}d×{0,1}\{0,1\}^d\times \{0,1\}CCCf:{0,1}d→{0,1}f:{0,1}d→{0,1}f:\{0,1\}^d\rightarrow\{0,1\}f∈Cf∈Cf \in CO P T ( C , D ) = min f ∈ C e r r ( f , D )err(f,D)=Pr(x,y)∼D[f(x)≠y]err(f,D)=Pr(x,y)∼D[f(x)≠y]err(f,D) = \Pr_{(x,y) \sim D}[f(x) \neq y]OPT(C,D)=minf∈C err(f,D)OPT(C,D)=minf∈C err(f,D)OPT(C,D) = \min_{f \in C}\ err(f,D) Supponiamo che un algoritmo AAA apprenda agnosticamente CCC su qualsiasi distribuzione, se per …

11 reference-request machine-learning lg.learning

3

Limiti dimensionali VC di apprendimento PAC corretti

È noto che per un concetto di classe CC\mathcal{C} con dimensione VC ddd , è sufficiente ottenere O ( dεlog1ε)O(dεlog⁡1ε)O\left(\frac{d}{\varepsilon}\log\frac{1}{\varepsilon}\right)esempi etichettati per PAC learn. Non mi è chiaro se l'algoritmo di apprendimento PAC (che utilizza questi numerosi campioni) sia corretto o improprio? Nei libri di testo di Kearns e Vazirani, …

11 machine-learning boolean-functions lg.learning vc-dimension pac-learning

2

Risorse introduttive sulla teoria dell'apprendimento computazionale

Recentemente ho letto un numero decente di articoli CoLT. Anche se non faccio fatica con i singoli documenti (almeno non più di quanto di solito combatti con altri documenti teorici), non mi sento di avere una buona conoscenza del campo nel suo insieme. Esiste un testo standard, sondaggi o appunti …

10 reference-request machine-learning lg.learning survey books

3

Risorsa / libro per i recenti progressi nella teoria dell'apprendimento statistico

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 …

10 reference-request machine-learning lg.learning books vc-dimension

1

Limite inferiore del campionamento agnostico PAC

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)

10 lg.learning machine-learning

1

Quali classificatori di machine learning sono i più parallelizzabili?

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 …

10 lg.learning machine-learning dc.parallel-comp

5

Quali sono buoni riferimenti sulla comprensione dell'apprendimento online?

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.

10 reference-request machine-learning lg.learning ai.artificial-intel online-learning

5

Le reti neurali possono essere utilizzate per ideare algoritmi?

Dopo i successi sempre più recenti delle reti neurali nei giochi da tavolo, si sente che il prossimo obiettivo che ci prefiggiamo potrebbe essere qualcosa di più utile di battere gli umani in Starcraft. Più precisamente, mi chiedevo se Le reti neurali possono essere addestrate per risolvere i classici problemi …

9 cc.complexity-theory ds.algorithms machine-learning ne.neural-evol

2

Risultati teorici per foreste casuali?

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?

9 machine-learning lg.learning

1

Dimensione VC delle cellule Voronoi in R ^ d?

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 …

9 cg.comp-geom machine-learning lg.learning convex-geometry high-dimensional-geometry

1

Apprendimento con errori (firmati)

Background––––––––––––––Background_\underline{\bf Background} Nel 2005, Regev [1] ha introdotto il problema di apprendimento con errori (LWE), una generalizzazione del problema della parità di apprendimento con errore. L'ipotesi della durezza di questo problema per alcune scelte di parametri è alla base delle prove di sicurezza per una serie di sistemi di crittografia …

9 cc.complexity-theory ds.algorithms cr.crypto-security machine-learning open-problem

2

Dimensione VC delle sfere in 3 dimensioni

Sto cercando la dimensione VC del seguente sistema di set. Universo tale che U ⊆ R 3 . Nel sistema dell'insieme R ogni insieme S ∈ R corrisponde a una sfera in R 3 in modo tale che l'insieme S contenga un elemento in U se e solo se la …

9 cg.comp-geom machine-learning vc-dimension

2

Esistono famiglie di lingue formali conosciute come realmente apprendibili dal PAC?

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 …

9 automata-theory machine-learning lg.learning

Domande taggate «machine-learning»