「cs.DS」カテゴリーアーカイブ

Memory-Efficient Sequential Pattern Mining with Hybrid Tries

投稿日: 2024年3月4日 作成者: jarxiv

要約 現代のデータセットは指数関数的に増大し続けており、このような大規模データセ … 続きを読む →

カテゴリー: cs.AI, cs.DB, cs.DS, cs.LG | Memory-Efficient Sequential Pattern Mining with Hybrid Tries はコメントを受け付けていません

Errors are Robustly Tamed in Cumulative Knowledge Processes

投稿日: 2024年2月29日 作成者: jarxiv

要約 私たちは、新しい知識単位の妥当性が、その導出の正確さと、それが依存する単位 … 続きを読む →

カテゴリー: cs.AI, cs.DS, cs.SI, math.PR | Errors are Robustly Tamed in Cumulative Knowledge Processes はコメントを受け付けていません

The SMART approach to instance-optimal online learning

投稿日: 2024年2月28日 作成者: jarxiv

要約 私たちは、データに適応し、インスタンス最適なリグレットを達成する、つまり、 … 続きを読む →

カテゴリー: cs.DS, cs.IT, cs.LG, math.IT | The SMART approach to instance-optimal online learning はコメントを受け付けていません

Robustly Learning Single-Index Models via Alignment Sharpness

投稿日: 2024年2月28日 作成者: jarxiv

要約 不可知論的モデルにおける $L_2^2$ 損失の下での単一インデックス モ … 続きを読む →

カテゴリー: cs.DS, cs.LG, math.OC, math.ST, stat.ML, stat.TH | Robustly Learning Single-Index Models via Alignment Sharpness はコメントを受け付けていません

Learning-Based Algorithms for Graph Searching Problems

投稿日: 2024年2月28日 作成者: jarxiv

要約 Banerjee らによって最近導入された予測によるグラフ検索の問題を考察 … 続きを読む →

カテゴリー: cs.AI, cs.DS, cs.LG | Learning-Based Algorithms for Graph Searching Problems はコメントを受け付けていません

A Provably Accurate Randomized Sampling Algorithm for Logistic Regression

投稿日: 2024年2月27日 作成者: jarxiv

要約 統計と機械学習では、ロジスティック回帰は、主にバイナリ分類タスクに使用され … 続きを読む →

カテゴリー: cs.DS, cs.LG, stat.ML | A Provably Accurate Randomized Sampling Algorithm for Logistic Regression はコメントを受け付けていません

An optimal tradeoff between entanglement and copy complexity for state tomography

投稿日: 2024年2月27日 作成者: jarxiv

要約 現代の量子デバイスに対する実際的な制約が量子学習の複雑さにどのような影響を … 続きを読む →

カテゴリー: cs.DS, cs.IT, cs.LG, math.IT, quant-ph | An optimal tradeoff between entanglement and copy complexity for state tomography はコメントを受け付けていません

Lasso with Latents: Efficient Estimation, Covariate Rescaling, and Computational-Statistical Gaps

投稿日: 2024年2月26日 作成者: jarxiv

要約 対象の共変量に強い相関がある場合、Lasso の統計的パフォーマンスが大幅 … 続きを読む →

カテゴリー: cs.CC, cs.DS, cs.LG, math.ST, stat.ML, stat.TH | Lasso with Latents: Efficient Estimation, Covariate Rescaling, and Computational-Statistical Gaps はコメントを受け付けていません

Simple, unified analysis of Johnson-Lindenstrauss with applications

投稿日: 2024年2月22日 作成者: jarxiv

要約 この研究では、高次元データの管理に不可欠な次元削減の分野の基礎であるジョン … 続きを読む →

カテゴリー: cs.DS, cs.LG, math.PR, stat.ML | Simple, unified analysis of Johnson-Lindenstrauss with applications はコメントを受け付けていません

Chasing Convex Functions with Long-term Constraints

投稿日: 2024年2月22日 作成者: jarxiv

要約 長期的な制約を持つ一連のオンライン メトリクス問題を紹介し、研究します。 … 続きを読む →

カテゴリー: cs.DS, cs.LG | Chasing Convex Functions with Long-term Constraints はコメントを受け付けていません