stat.ML」カテゴリーアーカイブ

High-dimensional Asymptotics of Denoising Autoencoders

要約 私たちは、結合された重みとスキップ接続を備えた 2 層の非線形オートエンコ … 続きを読む

カテゴリー: cond-mat.dis-nn, cs.LG, stat.ML | High-dimensional Asymptotics of Denoising Autoencoders はコメントを受け付けていません

A unified framework for information-theoretic generalization bounds

要約 この論文では、学習アルゴリズムの情報理論的な一般化限界を導出する一般的な方 … 続きを読む

カテゴリー: cs.IT, cs.LG, math.IT, stat.ML | A unified framework for information-theoretic generalization bounds 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

Small noise analysis for Tikhonov and RKHS regularizations

要約 正則化は、不正設定機械学習と逆問題において極めて重要な役割を果たします。 … 続きを読む

カテゴリー: cs.LG, stat.ML | Small noise analysis for Tikhonov and RKHS regularizations はコメントを受け付けていません

Optimality and complexity of classification by random projection

要約 分類子の汎化誤差は、分類子が選択される一連の関数の複雑さに関係します。 ラ … 続きを読む

カテゴリー: 41A10, 68Q32, 68Q87, cs.LG, math.PR, stat.ML | Optimality and complexity of classification by random projection はコメントを受け付けていません

PyDTS: A Python Package for Discrete-Time Survival (Regularized) Regression with Competing Risks

要約 イベントまでの時間分析 (生存分析) は、対象となる応答が事前に指定された … 続きを読む

カテゴリー: cs.LG, stat.ML | PyDTS: A Python Package for Discrete-Time Survival (Regularized) Regression with Competing Risks はコメントを受け付けていません

Statistical Foundations of Prior-Data Fitted Networks

要約 事前データ適合ネットワーク (PFN) は、機械学習の新しいパラダイムとし … 続きを読む

カテゴリー: cs.LG, stat.ML | Statistical Foundations of Prior-Data Fitted Networks はコメントを受け付けていません

Attacks on Online Learners: a Teacher-Student Analysis

要約 機械学習モデルが敵対的攻撃に対して脆弱であることはよく知られています。つま … 続きを読む

カテゴリー: cond-mat.dis-nn, cond-mat.stat-mech, cs.CR, cs.LG, stat.ML | Attacks on Online Learners: a Teacher-Student Analysis はコメントを受け付けていません

Exploring the Carbon Footprint of Hugging Face’s ML Models: A Repository Mining Study

要約 機械学習 (ML) システムの台頭により、機能とモデル サイズが増加したた … 続きを読む

カテゴリー: cs.CY, cs.IR, cs.LG, stat.ML | Exploring the Carbon Footprint of Hugging Face’s ML Models: A Repository Mining Study はコメントを受け付けていません

The noise level in linear regression with dependent data

要約 実現可能性の仮定が存在しない依存 ($\beta$-mixing) データ … 続きを読む

カテゴリー: cs.LG, math.ST, stat.ML, stat.TH | The noise level in linear regression with dependent data はコメントを受け付けていません