论文11:22Bagging使VC类对抗鲁棒学习样本复杂度降至线性这篇论文把bagging这个老方法用在了对抗鲁棒学习上,直接打破了之前的上界,而且证明样本复杂度跟VC维线性相关,搞理论或鲁棒学习的人值得看看。#Bagging#RERM#VC维#对抗鲁棒学习aarXiv cs.LG@Omar Montasser原文稍后读已读值得跟进有用关注 Bagging
论文12:40单调对抗者学习最优速率:VC维1以上额外对数因子不可避免这篇论文把单调对抗者模型的误差速率定性了:d=1是Θ(1/n),d≥2多一个log因子,证明很直接。#Monotone Adversaries#VC维#Littlestone维#PAC学习aarXiv cs.LG@Anay Mehrotra原文稍后读已读值得跟进有用关注 Monotone Adversaries
论文精选10:15正样本只学习的proper可学习性:新组合条件与分离结果这篇论文搞清楚了只给正样本时proper学习到底能学啥,发现了VC维不够用,还新造了个叫“均匀外部可分离性”的条件,搞理论的人值得看。#正样本学习#PAC学习#proper学习#VC维aarXiv cs.LG@Shai Ben-David 等 4 人原文稍后读已读值得跟进有用关注 正样本学习
论文精选12:12Transformer样本复杂度紧界:VC维与思维链学习理论研究者终于有了Transformer样本复杂度的紧界——VC维和思维链学习的下界都算清楚了,做深度学习理论的团队值得细读。#Transformer#VC维#样本复杂度#思维链aarXiv cs.LG@Chenxiao Yang 等 3 人原文稍后读已读值得跟进有用关注 Transformer