List and Certificate Complexities in Replicable Learning

要約

タイトル：複製可能学習におけるリストと証明の複雑度

要約：
– 複製可能な学習アルゴリズムを調査。
– 理想的には、異なる実行において、未知のデータ分布から異なるサンプルセットを観測しても、複数の実行で同じ正準モデルを出力するアルゴリズムを設計したい。
– 一般的に、こうした強力な複製可能性は実現不可能であるため、リスト複製性と証明複製性という実現可能な複製可能性の二つを考える。
– これらの概念は、複製可能性の程度を捉えるものである。
– 特定の学習問題に対して、リストと証明の複雑度が最適なアルゴリズムを設計する。
– 対応する不可能性の結果を確立する。

要約(オリジナル)

We investigate replicable learning algorithms. Ideally, we would like to design algorithms that output the same canonical model over multiple runs, even when different runs observe a different set of samples from the unknown data distribution. In general, such a strong notion of replicability is not achievable. Thus we consider two feasible notions of replicability called list replicability and certificate replicability. Intuitively, these notions capture the degree of (non) replicability. We design algorithms for certain learning problems that are optimal in list and certificate complexity. We establish matching impossibility results.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI