Pertanyaan yang diberi tag «machine-learning»

Biarkan menjadi distribusi lebih dari bitstring / pasangan label dan biarkan menjadi kumpulan fungsi bernilai boolean . Untuk setiap fungsi , misalkan: dan biarkan: OPT (C, D) = \ min_ {f \ dalam C} \ err (f, D) Katakan bahwa suatu algoritma A secara agnostik mempelajari C atas distribusi apa …

11 reference-request  machine-learning  lg.learning 

Sudah diketahui umum bahwa untuk kelas konsep dengan VC dimensi , cukup untuk mendapatkan O \ kiri (\ frac {d} {\ varepsilon} \ log \ frac {1} {\ varepsilon} \ kanan) contoh berlabel untuk PAC learn \ mathcal {C} . Tidak jelas bagi saya apakah algoritma pembelajaran PAC (yang menggunakan …

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

Baru-baru ini saya telah membaca sejumlah makalah CoLT yang layak. Meskipun saya tidak bergumul dengan makalah individual (setidaknya tidak lebih dari biasanya saya bergumul dengan makalah teori lainnya), saya tidak merasa memiliki pemahaman yang luas tentang bidang ini secara keseluruhan. Apakah ada teks standar, survei, atau catatan kuliah untuk memperkenalkan …

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

Saya cukup akrab dengan teori di balik VC-Dimension, tetapi saya sekarang sedang melihat kemajuan (10 tahun terakhir) dalam teori pembelajaran statistik: rata-rata (lokal) Rademacher rata-rata, Massma's Finite Class Lemma Class, Numbering Covering, Chaining, Dudley's Teorema, Pseudodimension, Dimensi Penghancuran Lemak, Nomor Pengepakan, Komposisi Rademacher, dan mungkin hasil / alat lain yang …

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

Sudah terkenal bahwa untuk pembelajaran PAC klasik, diperlukan untuk mencapai batas kesalahan ε whp, di mana d adalah dimensi VC dari kelas konsep.Ω(d/ε)Ω(d/ε)\Omega(d/\varepsilon)εε\varepsilonddd Apakah diketahui bahwa diperlukan dalam kasus agnostik?Ω(d/ε2)Ω(d/ε2)\Omega(d/\varepsilon^2)

10 lg.learning  machine-learning 

Klasifikasi pembelajaran mesin apa yang paling bisa diparalelkan? Jika Anda memiliki masalah klasifikasi yang sulit, waktu yang terbatas, tetapi LAN komputer yang layak untuk digunakan, klasifikasi apa yang akan Anda coba? Secara tidak langsung kelihatannya bagi saya seperti beberapa pengklasifikasi standar yang saya tahu menumpuk sebagai berikut tetapi saya bisa …

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

Secara khusus, saya meminta sumber daya untuk mempelajari tentang sistem pembelajaran mesin yang dapat memperbarui jaringan kepercayaan masing-masing (atau yang setara) selama operasi. Saya bahkan telah menemukan beberapa, meskipun saya gagal untuk membookmark mereka. Seperti yang Anda bayangkan, ini adalah topik yang agak sulit untuk dicari di internet.

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

Setelah keberhasilan yang lebih baru dan lebih baru dari jaringan saraf dalam bermain game papan, orang merasa bahwa tujuan berikutnya yang kita tetapkan bisa menjadi sesuatu yang lebih berguna daripada mengalahkan manusia di Starcraft. Lebih tepatnya, saya bertanya-tanya apakah Dapatkah jaringan saraf dilatih untuk memecahkan masalah algoritmik klasik? Di sini …

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

Hutan acak memiliki reputasi di antara para praktisi sebagai salah satu teknik klasifikasi yang paling efektif. Namun kita tidak banyak bertemu dengan mereka dalam literatur teori-pembelajaran, dari mana saya menduga tidak adanya hasil teoritis yang mendalam. Jika seseorang ingin mempelajari teori ini, di mana ia akan mulai?

9 machine-learning  lg.learning 

Misalkan saya memiliki poin dalam R d . Ini menginduksi diagram Voronoi. Jika saya menetapkan masing-masing k menunjuk label ± , ini menginduksi fungsi biner pada R d . Pertanyaan: berapakah dimensi VC dari semua fungsi biner yang mungkin diinduksi oleh beberapa titik k dan beberapa pelabelan titik-titik ini?kkkRdRd\mathbb{R}^dkkk±±\pmRdRd\mathbb{R}^dkkk

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

Background––––––––––––––Background_\underline{\bf Background} Pada tahun 2005, Regev [1] memperkenalkan masalah Learning with Errors (LWE), generalisasi dari Learning Parity with Error error. Asumsi kekerasan masalah ini untuk pilihan parameter tertentu sekarang mendasari bukti keamanan untuk sejumlah kriptografi pasca-kuantum di bidang kriptografi berbasis kisi. Versi "kanonik" LWE dijelaskan di bawah ini. Persiapan: Misalkan …

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

Saya mencari dimensi VC dari sistem set berikut. Universe sedemikian rupa sehingga U ⊆ R 3 . Dalam sistem himpunan R, setiap himpunan S ∈ R berkorespondensi dengan sphere dalam R 3 sehingga himpunan S mengandung elemen dalam U jika dan hanya jika sphere yang sesuai berisinya dalam R 3 …

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

Secara khusus saya maksudkan keluarga bahasa yang menerima string panjang yang sewenang-wenang - bukan konjungsi atas n bit atau daftar keputusan atau bahasa "sederhana" lainnya yang terkandung dalam {0,1} ^ n. Saya bertanya tentang bahasa reguler "automata-theoretic" sebagai lawan dari bahasa "logic-theoretic": sesuatu seperti bahasa yang dapat diuji secara terpisah, …

9 automata-theory  machine-learning  lg.learning 

Apakah ada hasil yang menunjukkan bahwa model (katakanlah SVM, Neural-Net, kNN, dll) akan mengalami kesulitan dalam mempelajari kejadian "langka" / fenomena ekor?

8 machine-learning  lg.learning  pac-learning 

Dalam masalah para ahli, para ahli memberi Anda prediksi biner setiap hari, dan Anda harus memperkirakan apakah besok akan turun hujan.nnn Yaitu, pada hari , Anda tahu prediksi masa lalu dari para ahli, cuaca aktual untuk hari , dan prediksi untuk hari esok, dan harus memprediksi apakah akan turun hujan …

8 ds.algorithms  machine-learning