「math.ST」カテゴリーアーカイブ

Contextual Continuum Bandits: Static Versus Dynamic Regret

投稿日: 2024年6月21日 作成者: jarxiv

要約 我々は、学習者がサイド情報ベクトルを順番に受け取り、コンテキストに関連付け … 続きを読む →

カテゴリー: cs.LG, math.ST, stat.ML, stat.TH | Contextual Continuum Bandits: Static Versus Dynamic Regret はコメントを受け付けていません

Learning conditional distributions on continuous spaces

投稿日: 2024年6月14日 作成者: jarxiv

要約 私たちは、特徴空間とターゲット空間のさまざまな次元を考慮して、多次元ユニッ … 続きを読む →

カテゴリー: cs.LG, math.ST, stat.ML, stat.TH | Learning conditional distributions on continuous spaces はコメントを受け付けていません

Nyström Kernel Stein Discrepancy

投稿日: 2024年6月13日 作成者: jarxiv

要約 カーネル手法は、データ サイエンスや統計で最も成功しているアプローチの多く … 続きを読む →

カテゴリー: (Primary), cs.LG, G.3, math.ST, stat.ML, stat.TH | Nyström Kernel Stein Discrepancy はコメントを受け付けていません

Scaling Laws in Linear Regression: Compute, Parameters, and Data

投稿日: 2024年6月13日 作成者: jarxiv

要約 経験的に、大規模な深層学習モデルはニューラル スケーリング則を満たすことが … 続きを読む →

カテゴリー: cs.AI, cs.LG, math.ST, stat.ML, stat.TH | Scaling Laws in Linear Regression: Compute, Parameters, and Data はコメントを受け付けていません

Minimum discrepancy principle strategy for choosing $k$ in $k$-NN regression

投稿日: 2024年6月12日 作成者: jarxiv

要約 ホールドアウト データを使用せずに $k$-NN 回帰推定器のハイパーパラ … 続きを読む →

カテゴリー: cs.LG, math.ST, stat.ML, stat.TH | Minimum discrepancy principle strategy for choosing $k$ in $k$-NN regression はコメントを受け付けていません

Differentially Private Best-Arm Identification

投稿日: 2024年6月11日 作成者: jarxiv

要約 Best Arm Identification (BAI) 問題は、適応型 … 続きを読む →

カテゴリー: cs.CR, cs.LG, math.ST, stat.ML, stat.TH | Differentially Private Best-Arm Identification はコメントを受け付けていません

Multivariate Stochastic Dominance via Optimal Transport and Applications to Models Benchmarking

投稿日: 2024年6月11日 作成者: jarxiv

要約 確率的優位性は、確率論、計量経済学、社会的選択理論において、ランダムな結果 … 続きを読む →

カテゴリー: cs.LG, math.ST, stat.ML, stat.TH | Multivariate Stochastic Dominance via Optimal Transport and Applications to Models Benchmarking はコメントを受け付けていません

Training Dynamics of Multi-Head Softmax Attention for In-Context Learning: Emergence, Convergence, and Optimality

投稿日: 2024年6月11日 作成者: jarxiv

要約 マルチタスク線形回帰のインコンテキスト学習のためのマルチヘッド ソフトマッ … 続きを読む →

カテゴリー: cs.AI, cs.LG, math.OC, math.ST, stat.ML, stat.TH | Training Dynamics of Multi-Head Softmax Attention for In-Context Learning: Emergence, Convergence, and Optimality はコメントを受け付けていません

An operator learning perspective on parameter-to-observable maps

投稿日: 2024年6月7日 作成者: jarxiv

要約 パラメータ化された物理モデルの計算効率の高いサロゲートは、科学と工学におい … 続きを読む →

カテゴリー: 62G20, 65J15, 68T07, cs.LG, math.ST, stat.ML, stat.TH | An operator learning perspective on parameter-to-observable maps はコメントを受け付けていません

Contextual Dynamic Pricing: Algorithms, Optimality, and Local Differential Privacy Constraints

投稿日: 2024年6月5日 作成者: jarxiv

要約 私たちは、企業が未知の需要モデルに従って行動する $T$ の消費者に順次製 … 続きを読む →

カテゴリー: cs.LG, math.ST, stat.ME, stat.TH | Contextual Dynamic Pricing: Algorithms, Optimality, and Local Differential Privacy Constraints はコメントを受け付けていません