Pertanyaan yang diberi tag «lg.learning»

Saya memikirkan masalah berikut: Saya ingin menemukan ekspresi reguler yang cocok dengan serangkaian string tertentu (misalnya, alamat email yang valid) dan tidak cocok dengan yang lain (alamat email yang tidak valid). Misalkan dengan ekspresi reguler yang kami maksud adalah mesin negara terbatas yang terdefinisi dengan baik, saya tidak akrab dengan …

43 np-hardness  fl.formal-languages  lg.learning  regular-expressions 

Kita tahu bahwa (lihat, misalnya, Teorema 1 dan 3 dari [1]), secara kasar, dalam kondisi yang sesuai, fungsi yang dapat dihitung secara efisien oleh mesin Turing dalam waktu polinomial ("efisien yang dapat dihitung") dapat diekspresikan oleh jaringan saraf polinomial dengan ukuran yang wajar, dan dengan demikian dapat dipelajari dengan kompleksitas …

28 cc.complexity-theory  np-hardness  machine-learning  turing-machines  lg.learning 

Sebuah PHPHPH mesin diberikan akses oracle ke acak Boolean fungsi f:{0,1}n→{−1,1}f:{0,1}n→{−1,1}f:\{0,1\}^n \to \{ -1,1 \} , dan dua Fourier spektrum ggg dan hhh . Spektrum Fourier dari fungsi fff didefinisikan sebagai F:{0,1}n→RF:{0,1}n→RF:\{0,1\}^n \to R : F( s ) = ∑x ∈ { 0 , 1 }n( - 1 )( s …

26 cc.complexity-theory  lg.learning  boolean-functions  fourier-analysis 

Peringkat tanda dari matriks A dengan entri + 1, -1 adalah peringkat paling rendah (di atas real) dari matriks B yang memiliki pola tanda yang sama dengan A (yaitu, untuk semua i , j ). Gagasan ini penting dalam kompleksitas komunikasi dan teori belajar.SEBUAHsaya jBsaya j> 0SEBUAHsayajBsayaj>0A_{ij}B_{ij}>0saya , jsaya,ji,j Pertanyaan …

25 lg.learning  open-problem  communication-complexity  matrices 

Ada literatur besar tentang "pengujian properti" - masalah membuat sejumlah kecil permintaan kotak hitam ke fungsi untuk membedakan antara dua kasus:f:{0,1}n→Rf:{0,1}n→Rf\colon\{0,1\}^n \to R fff adalah anggota dari beberapa kelas fungsiCC\mathcal{C} fff adalah -far dari setiap fungsi di kelas .εε\varepsilonCC\mathcal{C} Rentang fungsi kadang-kadang Boolean: , tetapi tidak selalu.RRRR={0,1}R={0,1}R = \{0,1\} Di …

20 reference-request  lg.learning  metrics  property-testing  black-box 

Ini adalah abstraksi dari masalah pembelajaran / bandit online yang telah saya kerjakan di musim panas. Saya belum pernah melihat masalah seperti ini sebelumnya, dan itu terlihat cukup menarik. Jika Anda tahu ada pekerjaan terkait, saya sangat menghargai referensi. Masalah Pengaturannya adalah bandit multi-bersenjata. Anda memiliki lengan N. Setiap lengan …

19 machine-learning  lg.learning  online-learning 

"Optimasi cembung online" Zinkevich ( http://www.cs.cmu.edu/~maz/publications/ICML03.pdf ) menggeneralisasi "penyesalan minimalisasi" algoritma pembelajaran dari pengaturan linier ke pengaturan cembung dan memberikan "penyesalan eksternal" yang bagus. . Apakah ada generalisasi serupa untuk penyesalan internal? (Aku tidak sepenuhnya yakin apa artinya itu.)

19 lg.learning  online-learning 

Saya mencoba memahami kompleksitas fungsi yang dapat diekspresikan melalui ambang pintu dan ini membawa saya ke . Secara khusus, saya tertarik dengan apa yang saat ini diketahui tentang pembelajaran di dalam T C 0 , karena saya bukan ahli di bidang ini.TC0TC0\mathsf{TC}^0TC0TC0\mathsf{TC}^0 Apa yang saya temukan sejauh ini adalah: Semua …

16 cc.complexity-theory  reference-request  cr.crypto-security  lg.learning  boolean-functions 

Pertimbangkan poset terbatas di atas item, dan predikat monoton yang tidak diketahui atas (yaitu, untuk , , jika dan maka ) . Saya dapat mengevaluasi dengan memberikan satu simpul dan mencari tahu apakah tahan atau tidak. Tujuan saya adalah untuk menentukan set node sedemikian rupa sehingga digunakan, menggunakan beberapa evaluasi(X,≤)(X,≤)(X, …

15 ds.algorithms  lg.learning  partial-order  search-problem  order-theory 

Sunting: Karena saya belum menerima tanggapan / komentar dalam seminggu, saya ingin menambahkan bahwa saya senang mendengar apa pun tentang masalah tersebut. Saya tidak bekerja di daerah itu, jadi meskipun itu pengamatan sederhana, saya mungkin tidak mengetahuinya. Bahkan komentar seperti "Saya bekerja di area ini, tetapi saya belum melihat karakterisasi …

15 reference-request  machine-learning  lg.learning 

Latar Belakang Fungsi di adalah PAC dipelajari dalam waktu quasipolynomial dengan algoritma klasik yang membutuhkan O ( 2 l o g ( n ) O ( d ) ) dipilih secara acak query untuk belajar sirkuit kedalaman d [1]. Jika tidak ada algoritma faktorisasi 2 n o ( 1 ) …

15 quantum-computing  lg.learning  machine-learning  open-problem  ne.neural-evol 

Apa kompleksitas query yang paling dikenal dari algoritma pembelajaran Goldreich-Levin? Catatan kuliah dari blog Luca Trevisan , Lemma 3, menyatakannya sebagai . Apakah ini yang paling dikenal dalam hal ketergantungan pada n ? Saya akan sangat berterima kasih untuk referensi ke sumber yang dapat dicoba!O ( 1 / ϵ4n logn …

14 cc.complexity-theory  reference-request  lg.learning  fourier-analysis 

Saya ditugaskan siswa saya masalah menemukan sebuah segitiga yang konsisten dengan koleksi poin di R 2 , diberi label dengan ± 1 . (A segitiga T adalah konsisten dengan sampel berlabel jika T berisi semua positif dan tidak ada poin negatif, oleh asumsi, mengakui sampel minimal 1 segitiga konsisten).mmmR2R2\mathbb{R}^2±1±1\pm1TTTTTT Yang …

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

Saya mengajukan pertanyaan ini dalam lintas yang divalidasi T&J tetapi tampaknya itu terkait dengan CS lebih dari Statistik. Bisakah Anda memberi saya contoh algoritma pembelajaran mesin yang belajar dari sifat statistik dataset bukan pengamatan individu itu sendiri yaitu menggunakan model permintaan statistik ?

13 lg.learning  machine-learning 

Latar Belakang: Dalam pembelajaran mesin, kami sering bekerja dengan model grafis untuk mewakili fungsi kepadatan probabilitas dimensi tinggi. Jika kita membuang batasan yang mengintegrasikan kepadatan (jumlah) ke 1, kita mendapatkan fungsi energi terstruktur grafik yang tidak dinormalisasi . Misalkan kita memiliki fungsi energi seperti itu, , didefinisikan pada grafik . …

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