stat.ML」カテゴリーアーカイブ

Multi-Armed Bandits with Generalized Temporally-Partitioned Rewards

要約 過去に下された決定が将来に影響を与える可能性がある、シーケンシャルな性質の … 続きを読む

カテゴリー: cs.LG, stat.ML | Multi-Armed Bandits with Generalized Temporally-Partitioned Rewards はコメントを受け付けていません

Domain Adaptation under Missingness Shift

要約 欠落データの割合は、多くの場合、記録保持ポリシーに依存するため、基礎となる … 続きを読む

カテゴリー: cs.LG, stat.ML | Domain Adaptation under Missingness Shift はコメントを受け付けていません

Data Banzhaf: A Robust Data Valuation Framework for Machine Learning

要約 データ評価には、データ品質の向上やデータ共有の経済的インセンティブの作成な … 続きを読む

カテゴリー: cs.GT, cs.LG, stat.ML | Data Banzhaf: A Robust Data Valuation Framework for Machine Learning はコメントを受け付けていません

Non-Asymptotic Analysis of Online Multiplicative Stochastic Gradient Descent

要約 過去の研究では、ミニバッチ処理を介して行われた確率的勾配降下法 (SGD) … 続きを読む

カテゴリー: cs.LG, math.ST, stat.ML, stat.TH | Non-Asymptotic Analysis of Online Multiplicative Stochastic Gradient Descent はコメントを受け付けていません

How to DP-fy ML: A Practical Guide to Machine Learning with Differential Privacy

要約 ML モデルは、実世界のアプリケーションで広く使用されており、常に研究の焦 … 続きを読む

カテゴリー: cs.CR, cs.LG, stat.ML | How to DP-fy ML: A Practical Guide to Machine Learning with Differential Privacy はコメントを受け付けていません

Versatile Energy-Based Models for High Energy Physics

要約 エネルギーベースのモデルには、エネルギー関数の形に柔軟性があるという利点が … 続きを読む

カテゴリー: cs.LG, hep-ex, hep-ph, stat.ML | Versatile Energy-Based Models for High Energy Physics はコメントを受け付けていません

On the universality of $S_n$-equivariant $k$-body gates

要約 対称性の重要性は、単純なモットーから量子機械学習で最近認識されています。タ … 続きを読む

カテゴリー: cs.LG, quant-ph, stat.ML | On the universality of $S_n$-equivariant $k$-body gates はコメントを受け付けていません

Strong inductive biases provably prevent harmless interpolation

要約 古典的な知恵では、推定器は適切な一般化を達成するためにフィッティング ノイ … 続きを読む

カテゴリー: cs.LG, stat.ML | Strong inductive biases provably prevent harmless interpolation はコメントを受け付けていません

Avoiding spurious correlations via logit correction

要約 経験的研究によると、経験的リスク最小化 (ERM) でトレーニングされた機 … 続きを読む

カテゴリー: cs.CL, cs.CV, cs.LG, eess.IV, stat.ML | Avoiding spurious correlations via logit correction はコメントを受け付けていません

Regression as Classification: Influence of Task Formulation on Neural Network Features

要約 ニューラル ネットワークは、勾配ベースの方法を使用して二乗損失を最小化する … 続きを読む

カテゴリー: cs.AI, cs.LG, stat.ML | Regression as Classification: Influence of Task Formulation on Neural Network Features はコメントを受け付けていません