Ich versuche die Komplexität von Funktionen zu verstehen, die über Schwellenwert-Gatter und dies führte mich zu . Insbesondere interessiert mich, was derzeit über das Lernen in , da ich kein Experte auf diesem Gebiet bin.T C 0
Was ich bisher entdeckt habe, ist:
- Alle können in quasipolynomialer Zeit unter der gleichmäßigen Verteilung über Linial-Mansour-Nisan gelernt werden .
- In ihrem Artikel wird auch darauf hingewiesen, dass die Existenz eines Pseudozufalls-Funktionsgenerators das Lernen verhindert, und dies, zusammen mit einem späteren Ergebnis von Naor-Reingold , das PRFGs zulässt, legt nahe, dass die Grenzen darstellt der Lernfähigkeit (zumindest im PAC-Sinne)T C 0
- Es gibt eine Arbeit von Jackson / Klivans / Servedio aus dem Jahr 2002 , die ein Fragment von lernen kann (mit höchstens polylogarithmischen Mehrheitstoren).
Ich habe die übliche Google-Schulung durchgeführt, hoffe aber, dass die kollektive Weisheit von cstheory eine schnellere Antwort hat:
Ist das, was ich beschrieben habe, der Stand der Technik für unser Verständnis der Komplexität des Lernens (in Bezug auf welche Klassen werden effiziente Lernende eingeschlossen)? Und gibt es eine gute Übersicht / Referenz, die den aktuellen Zustand der Landschaft abbildet?