「stat.ML」カテゴリーアーカイブ

Stream-level flow matching from a Bayesian decision theoretic perspective

投稿日: 2024年10月1日 作成者: jarxiv

要約 フロー マッチング (FM) は、連続正規化フロー (CNF) をフィッテ … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ML | Stream-level flow matching from a Bayesian decision theoretic perspective はコメントを受け付けていません

Sufficient and Necessary Explanations (and What Lies in Between)

投稿日: 2024年10月1日 作成者: jarxiv

要約 複雑な機械学習モデルは一か八かの意思決定シナリオに応用され続けているため、 … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ML | Sufficient and Necessary Explanations (and What Lies in Between) はコメントを受け付けていません

Upper and Lower Bounds for Distributionally Robust Off-Dynamics Reinforcement Learning

投稿日: 2024年10月1日 作成者: jarxiv

要約 私たちは、ポリシーのトレーニング環境と導入環境が異なるオフダイナミクス強化 … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ML | Upper and Lower Bounds for Distributionally Robust Off-Dynamics Reinforcement Learning はコメントを受け付けていません

Convergence of Diffusion Models Under the Manifold Hypothesis in High-Dimensions

投稿日: 2024年9月30日 作成者: jarxiv

要約 ノイズ除去拡散確率モデル (DDPM) は、高次元データ分布から合成データ … 続きを読む →

カテゴリー: cs.LG, math.ST, stat.ML, stat.TH | Convergence of Diffusion Models Under the Manifold Hypothesis in High-Dimensions はコメントを受け付けていません

On fundamental aspects of quantum extreme learning machines

投稿日: 2024年9月30日 作成者: jarxiv

要約 Quantum Extreme Learning Machines (QE … 続きを読む →

カテゴリー: cs.ET, cs.LG, quant-ph, stat.ML | On fundamental aspects of quantum extreme learning machines はコメントを受け付けていません

A Differentially Private Weighted Empirical Risk Minimization Procedure and its Application to Outcome Weighted Learning

投稿日: 2024年9月30日 作成者: jarxiv

要約 個人情報を含むデータを使用して、経験的リスク最小化 (ERM) のフレーム … 続きを読む →

カテゴリー: cs.LG, stat.ML | A Differentially Private Weighted Empirical Risk Minimization Procedure and its Application to Outcome Weighted Learning はコメントを受け付けていません

Constructing Confidence Intervals for ‘the’ Generalization Error — a Comprehensive Benchmark Study

投稿日: 2024年9月30日 作成者: jarxiv

要約 機械学習の予測モデルの品質を評価する場合、予測パフォーマンスを測定する汎化 … 続きを読む →

カテゴリー: cs.LG, stat.ML | Constructing Confidence Intervals for ‘the’ Generalization Error — a Comprehensive Benchmark Study はコメントを受け付けていません

Classical Statistical (In-Sample) Intuitions Don’t Generalize Well: A Note on Bias-Variance Tradeoffs, Overfitting and Moving from Fixed to Random Designs

投稿日: 2024年9月30日 作成者: jarxiv

要約 二重降下や良性の過剰適合などの最新の機械学習 (ML) 現象が突然出現した … 続きを読む →

カテゴリー: cs.LG, stat.ML | Classical Statistical (In-Sample) Intuitions Don’t Generalize Well: A Note on Bias-Variance Tradeoffs, Overfitting and Moving from Fixed to Random Designs はコメントを受け付けていません

Best Arm Identification with Minimal Regret

投稿日: 2024年9月30日 作成者: jarxiv

要約 責任ある実験を必要とする現実世界のアプリケーションを動機として、後悔を最小 … 続きを読む →

カテゴリー: cs.IT, cs.LG, math.IT, stat.ML | Best Arm Identification with Minimal Regret はコメントを受け付けていません

On Rademacher Complexity-based Generalization Bounds for Deep Learning

投稿日: 2024年9月30日 作成者: jarxiv

要約 Rademacher の複雑度ベースのアプローチにより、少数の画像クラスを … 続きを読む →

カテゴリー: cs.LG, stat.ML | On Rademacher Complexity-based Generalization Bounds for Deep Learning はコメントを受け付けていません