Zadałem to pytanie w sprawdzonych krzyżowo pytaniach i odpowiedziach, ale wydaje się, że jest ono bardziej związane z CS niż ze statystykami. Czy możesz podać mi przykłady algorytmów uczenia maszynowego, które uczą się na podstawie właściwości statystycznych zestawu danych, a nie samych...
Algorytmy genetyczne ewoluują w mniejszej liczbie pokoleń z większą populacją, ale także obliczanie pokolenia trwa dłużej. Czy istnieją jakieś wytyczne dotyczące równoważenia tych dwóch czynników, aby jak najszybciej znaleźć realne rozwiązanie? Czy to najlepsze miejsce na...
Wiadomo, że do uczenia się PAC istnieją naturalne klasy pojęć (np. Podzbiory list decyzji), w których występują wielomianowe luki między złożonością próby potrzebną do teoretycznego uczenia się informacji przez uczonego bez ograniczeń obliczeniowych a złożonością próby potrzebną przez wielomian...
Lemat Johnsona-Lindenstraussa pozwala reprezentować punkty w przestrzeni o dużych wymiarach w punktach o niższych wymiarach. Podczas znajdowania najlepiej dopasowanych mniejszych wymiarów, standardową techniką jest znalezienie rozkładu wartości w liczbie pojedynczej, a następnie wzięcie...
Mam zestaw danych zawierający tysiące punktów i sposób pomiaru odległości między dowolnymi dwoma punktami, ale punkty danych nie mają wymiarów. Chcę algorytmu, aby znaleźć centra klastrów w tym zestawie danych. Wyobrażam sobie, że ponieważ dane nie mają wymiarów, centrum klastrów może składać się z...
Niektóre tło: Chciałbym znaleźć „mniej znane” dolne granice (lub wyniki twardości) dla problemu Uczenie się z błędami (LWE) i ich uogólnienia, takie jak Uczenie się z błędami przez pierścienie. W celu uzyskania szczegółowych definicji itp. Oto miła ankieta przeprowadzona przez Regev:...
Na cs.stackexchange zapytałem o bibliotekę algebird scala na githubie, spekulując, dlaczego mogą potrzebować abstrakcyjnego pakietu algebry. Strona github zawiera kilka wskazówek: Implementacje Monoidów dla interesujących algorytmów aproksymacyjnych, takich jak filtr Bloom, HyperLogLog i...
Oto problem o smaku podobnym do nauki junt: Dane wejściowe: Funkcja , reprezentowana przez wyrocznię członkowską, tzn. Wyrocznię, która dała , zwraca .x f ( x )fa: { 0 , 1 }n→ { - 1 , 1 }f:{0,1}n→{−1,1}f: \{0,1\}^n \rightarrow \{-1,1\}xxxfa( x )f(x)f(x) Cel: Znajdź podmoduł S.SS o wartości { 0 ,...
Dobrze wiadomo, że w przypadku klasy koncepcyjnej CC\mathcal{C} o wymiarze VC wystarczy uzyskać przykłady oznaczone PAC learn . Nie jest dla mnie jasne, czy algorytm uczenia się PAC (który wykorzystuje tak wiele próbek) jest właściwy, czy niewłaściwy? W podręcznikach Kearnsa i Vazirani oraz...
Niech będzie rozkładem na pary łańcuchów bitów / etykiet { 0 , 1 } d × { 0 , 1 } i niech C będzie zbiorem funkcji o wartościach logicznych f : { 0 , 1 } d → { 0 , 1 } . Dla każdej funkcji f ∈ C , niech: e r r ( f , D ) = Pr ( x , y )DDD{0,1}d×{0,1}{0,1}d×{0,1}\{0,1\}^d\times...
Dana Angluin ( 1987 ; pdf ) definiuje model uczenia się z zapytaniami o członkostwo i teoriami (kontrprzykłady do proponowanej funkcji). Pokazuje, że zwykły język reprezentowany przez minimalny DFA z stanów jest możliwy do nauczenia się w czasie wielomianowym (gdzie proponowane funkcje to DFA) z...
Znam algorytm spadku gradientu, który może znaleźć lokalne minimum (maksimum) danej funkcji. Czy jest jakaś modyfikacja spadku gradientu, która pozwala znaleźć absolutne minimum (maksimum), gdzie funkcja ma kilka ekstremów lokalnych? Czy istnieją jakieś ogólne techniki, jak ulepszyć algorytm,...
Dobrze wiadomo, że do klasycznego uczenia się PAC, przykłady są konieczne, aby osiągnąć granicę błędu whp, gdzie jest wymiarem VC klasy koncepcyjnej.Ω ( d/ ε)Ω(re/ε)\Omega(d/\varepsilon)εε\varepsilonrered Czy wiadomo, że w przypadku agnostyki potrzebne są przykłady ?Ω ( d/...
Które klasyfikatory uczenia maszynowego są najbardziej równoległe? Jeśli miałbyś trudny problem z klasyfikacją, ograniczony czas, ale przyzwoitą sieć LAN komputerów do pracy, z jakimi klasyfikatorami byś spróbował? Z drugiej strony wygląda mi to na kilka standardowych klasyfikatorów, które znam w...
Znam dobrze teorię VC-Dimension, ale teraz patrzę na ostatnie (ostatnie 10 lat) postępy w statystycznej teorii uczenia się: (lokalne) średnie Rademachera, Lemma klasy skończonej Massarta, Liczby obejmujące, Łańcuchy, Łańcuch Dudleya Twierdzenie, Pseudodimension, Fat Shattering Dimension, Numery...
Ostatnio czytałem sporo artykułów CoLT. Chociaż nie walczę z poszczególnymi artykułami (przynajmniej nie bardziej niż zwykle walczę z innymi artykułami teoretycznymi), nie czuję, że dobrze rozumiem tę dziedzinę jako całość. Czy istnieje standardowy tekst, ankiety lub notatki z wykładów dotyczące...
W szczególności proszę o zasoby, aby dowiedzieć się o systemach uczenia maszynowego, które mogą aktualizować ich odpowiednie sieci przekonań (lub ich odpowiedniki) podczas pracy. Natknąłem się nawet na kilka, ale nie udało mi się ich dodać do zakładek. Jak można sobie wyobrazić, wyszukiwanie w...
Background––––––––––––––Background_\underline{\bf Background} W 2005 r. Regev [1] wprowadził problem uczenia się z błędami (LWE), uogólnienie problemu parzystości uczenia się z błędem. Założenie o twardości tego problemu dla niektórych wyborów parametrów leży obecnie u podstaw dowodów...
Załóżmy, że mam punktów w . Indukują one diagram Voronoi. Jeśli przypiszę do każdego z punktów etykietę , wywołają one funkcję binarną na . Pytanie: jaki jest wymiar VC wszystkich takich możliwych funkcji binarnych indukowanych przez niektóre punkty i pewne oznakowanie tych...
Szukam wymiaru VC następującego zestawu układów. Wszechświat U={p1,p2,…,pm}U={p1,p2,…,pm}U=\{p_1,p_2,\ldots,p_m\} takie, że U⊆R3U⊆R3U\subseteq \mathbb{R}^3. W ustawionym systemieRR\mathcal{R} każdy zestaw S∈RS∈RS\in \mathcal{R} odpowiada kuli w R3R3\mathbb{R}^3 tak, że zestaw SSS zawiera element w...