Als «lg.learning» getaggte Fragen

Maschinelles Lernen und Lerntheorie: PAC-Lernen, algorithmische Lerntheorie und rechnerische Aspekte der Bayes'schen Inferenz und grafische Modelle.

4
Ist das Finden des regulären Mindestausdrucks ein NP-vollständiges Problem?
Ich denke an das folgende Problem: Ich möchte einen regulären Ausdruck finden, der einem bestimmten Satz von Zeichenfolgen entspricht (z. B. gültige E-Mail-Adressen) und nicht mit anderen übereinstimmt (ungültige E-Mail-Adressen). Nehmen wir an, wir meinen mit regulären Ausdrücken eine wohldefinierte endliche Zustandsmaschine, ich kenne die genaue Terminologie nicht, aber wir …

1
Funktionen, die nicht effizient berechenbar, aber lernbar sind
Wir wissen, dass (siehe z. B. Theoreme 1 und 3 von [1]) unter geeigneten Bedingungen Funktionen, die von Turing-Maschinen in polynomieller Zeit effizient berechnet werden können ("effizient berechenbar"), durch polynomielle neuronale Netze ausgedrückt werden können mit vernünftigen Größen und kann somit mit polynomieller Abtastkomplexität ("lernbar") unter beliebigen Eingangsverteilungen gelernt werden. …



3
Eigenschaftsprüfung in anderen Metriken?
Es gibt eine große Literatur über „Eigenschaft Test“ - das Problem der eine kleine Anzahl von Black - Box - Anfragen an eine Funktion zu machen zwischen zwei Fälle zu unterscheiden:f:{0,1}n→Rf:{0,1}n→Rf\colon\{0,1\}^n \to R ist ein Mitglied einer Funktionsklasse CfffCC\mathcal{C} ist ε -Far von jeder Funktion inKlasse C .fffεε\varepsilonCC\mathcal{C} Der Bereich …

1
Das Warren Buffett Problem
Hier ist eine Abstraktion eines Online-Lern- / Banditenproblems, an dem ich im Sommer gearbeitet habe. Ich habe so ein Problem noch nie gesehen und es sieht ziemlich interessant aus. Wenn Sie verwandte Arbeiten kennen, würde ich mich über Referenzen freuen. Das Problem Die Einstellung ist die von mehrarmigen Banditen. Du …

2
Interne Regret in Online Convex Optimization
Zinkevichs "Online-Konvexoptimierung" ( http://www.cs.cmu.edu/~maz/publications/ICML03.pdf ) verallgemeinert die Lernalgorithmen zur "Minimierung des Bedauerns" von einer linearen Einstellung auf eine konvexe Einstellung und gibt eine gute "externe Bedauern" . Gibt es eine ähnliche Verallgemeinerung für internes Bedauern? (Ich bin mir nicht ganz sicher, was genau das bedeuten würde.)

2
Zum in
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 0T C0TC0\mathsf{TC}^0T C0TC0\mathsf{TC}^0 Was ich bisher entdeckt habe, ist: Alle können in quasipolynomialer Zeit …




1
Beste Abfragekomplexität des Goldreich-Levin / Kushilevitz-Mansour-Lernalgorithmus
Was ist die bekannteste Abfragekomplexität des Goldreich-Levin-Lernalgorithmus? Vorlesungsnotizen aus Luca Trevisans Blog , Lemma 3, besagen . Ist dies die bekannteste Abhängigkeit von n ? Besonders dankbar bin ich für den Hinweis auf eine zitierfähige Quelle!O(1/ϵ4nlogn)O(1/ϵ4nlog⁡n)O(1/\epsilon^4 n \log n)nnn Verwandte Frage: Was ist die bekannteste Abfragekomplexität des Kushilevitz-Mansour-Lernalgorithmus?


3
Algorithmen für statistische Abfragemodelle?
Ich habe diese Frage in übergreifenden Fragen und Antworten gestellt, aber es scheint, dass sie viel mehr mit CS zu tun hat als mit Statistik. Können Sie mir Beispiele für Algorithmen des maschinellen Lernens nennen, die aus den statistischen Eigenschaften des Datensatzes und nicht aus den einzelnen Beobachtungen selbst lernen, …

1
Referenzanforderung: Submodulare Minimierung und monotone Boolesche Funktionen
Hintergrund: Beim maschinellen Lernen arbeiten wir häufig mit grafischen Modellen , um Funktionen mit hoher dimensionaler Wahrscheinlichkeitsdichte darzustellen. Wenn wir die Einschränkung, dass eine Dichte zu 1 integriert (summiert), verwerfen, erhalten wir eine nicht normalisierte graphstrukturierte Energiefunktion . Angenommen, wir haben eine solche Energiefunktion , die in einem Graphen . …

Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.