stat.ML」カテゴリーアーカイブ

A distance for mixed-variable and hierarchical domains with meta variables

要約 異なる機械学習および最適化アプリケーションには、さまざまな入力ソース、種類 … 続きを読む

カテゴリー: 62-XX, 90-xx, cs.LG, stat.ML | コメントする

Solving the Best Subset Selection Problem via Suboptimal Algorithms

要約 線形回帰における最良のサブセット選択は、問題の次元が増加すると急速に増加す … 続きを読む

カテゴリー: 65K05, 90C59, cs.LG, stat.ML | コメントする

Sample-Optimal Private Regression in Polynomial Time

要約 ガウス共変量の通常の最小二乗回帰問題(不明な共分散構造)における予測エラー … 続きを読む

カテゴリー: cs.DS, cs.IT, cs.LG, math.IT, stat.ML | コメントする

NoProp: Training Neural Networks without Back-propagation or Forward-propagation

要約 学習のための標準的なディープラーニングアプローチでは、出力から各学習可能な … 続きを読む

カテゴリー: cs.LG, stat.ML | コメントする

Cascade Reward Sampling for Efficient Decoding-Time Alignment

要約 大規模な言語モデル(LLMS)を人間の好みに合わせて、アプリケーションには … 続きを読む

カテゴリー: cs.CL, cs.LG, stat.ML | コメントする

Spatio-temporal Prediction of Fine-Grained Origin-Destination Matrices with Applications in Ridesharing

要約 ネットワークベースの旅行者の要求の正確な空間的予測は、ライドシェアリングプ … 続きを読む

カテゴリー: cs.AI, cs.LG, stat.ML | コメントする

Inductive Moment Matching

要約 拡散モデルとフローマッチングは、高品質のサンプルを生成しますが、推論では遅 … 続きを読む

カテゴリー: cs.AI, cs.LG, stat.ML | コメントする

New Statistical Framework for Extreme Error Probability in High-Stakes Domains for Reliable Machine Learning

要約 機械学習はハイステークスドメインでは不可欠ですが、従来の検証方法は、極端な … 続きを読む

カテゴリー: cs.AI, cs.LG, stat.ME, stat.ML | コメントする

Policy Learning with Competing Agents

要約 意思決定者は、多くの場合、治療できるエージェントの数に対する容量の制約の下 … 続きを読む

カテゴリー: cs.LG, econ.EM, stat.ML | コメントする

Spectral-factorized Positive-definite Curvature Learning for NN Training

要約 Adam(W)やShampooなどの多くのトレーニング方法は、肯定的な決定 … 続きを読む

カテゴリー: cs.LG, stat.ML | コメントする