cs.DS」カテゴリーアーカイブ

Agnostic proper learning of monotone functions: beyond the black-box correction barrier

要約 単調ブール関数に対する初めての、不可知論的で効率的で適切な学習アルゴリズム … 続きを読む

カテゴリー: cs.DS, cs.LG | Agnostic proper learning of monotone functions: beyond the black-box correction barrier はコメントを受け付けていません

Statistical Indistinguishability of Learning Algorithms

要約 2 つの異なる関係者が自分たちのデータに対して同じ学習ルールを使用する場合 … 続きを読む

カテゴリー: cs.DS, cs.LG, stat.ML | Statistical Indistinguishability of Learning Algorithms はコメントを受け付けていません

Approximating a RUM from Distributions on k-Slates

要約 この研究では、ランダム実用新案 (RUM) をユーザーの選択に適合させる問 … 続きを読む

カテゴリー: cs.DS, cs.LG | Approximating a RUM from Distributions on k-Slates はコメントを受け付けていません

Time Fairness in Online Knapsack Problems

要約 オンライン ナップザック問題は、オンライン アルゴリズムの分野における古典 … 続きを読む

カテゴリー: cs.CY, cs.DS, cs.LG | Time Fairness in Online Knapsack Problems はコメントを受け付けていません

Tester-Learners for Halfspaces: Universal Algorithms

要約 構造化された分布の幅広いクラスにわたって普遍的に成功する、ハーフスペースの … 続きを読む

カテゴリー: cs.DS, cs.LG, stat.ML | Tester-Learners for Halfspaces: Universal Algorithms はコメントを受け付けていません

Difference of Submodular Minimization via DC Programming

要約 2 つのサブモジュラー (DS) 関数の差を最小限に抑えることは、さまざま … 続きを読む

カテゴリー: cs.DM, cs.DS, cs.LG, math.OC, stat.ML | Difference of Submodular Minimization via DC Programming はコメントを受け付けていません

Linear-Time Algorithms for Front-Door Adjustment in Causal Graphs

要約 観測データからの因果関係の推定は、実証科学の基本的なタスクです。 観察され … 続きを読む

カテゴリー: cs.AI, cs.DS, cs.LG, stat.ME | Linear-Time Algorithms for Front-Door Adjustment in Causal Graphs はコメントを受け付けていません

Balancing Utility and Fairness in Submodular Maximization (Technical Report)

要約 サブモジュラー関数の最大化は、データの要約、影響の最大化、推奨など、多くの … 続きを読む

カテゴリー: cs.DS, cs.LG | Balancing Utility and Fairness in Submodular Maximization (Technical Report) はコメントを受け付けていません

Linear Query Approximation Algorithms for Non-monotone Submodular Maximization under Knapsack Constraint

要約 この研究では、ナップザック制約の対象となるサイズ $n$ の基底セット、$ … 続きを読む

カテゴリー: cs.AI, cs.DS | Linear Query Approximation Algorithms for Non-monotone Submodular Maximization under Knapsack Constraint はコメントを受け付けていません

Private Everlasting Prediction

要約 プライベート学習者は、ラベル付きポイントのサンプルでトレーニングされ、トレ … 続きを読む

カテゴリー: cs.CR, cs.DS, cs.LG | Private Everlasting Prediction はコメントを受け付けていません