「stat.TH」カテゴリーアーカイブ

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

Semi-Supervised Learning guided by the Generalized Bayes Rule under Soft Revision

投稿日: 2024年6月5日 作成者: jarxiv

要約 我々は、半教師あり学習における擬似ラベル選択（PLS）の堅牢な基準として最 … 続きを読む →

カテゴリー: 62C10, cs.AI, cs.LG, G.3, math.ST, stat.ME, stat.ML, stat.TH | Semi-Supervised Learning guided by the Generalized Bayes Rule under Soft Revision はコメントを受け付けていません

Information limits and Thouless-Anderson-Palmer equations for spiked matrix models with structured noise

投稿日: 2024年6月3日 作成者: jarxiv

要約 構造化スパイクモデルに対するベイズ推論の典型的な問題、つまり低ランク信号が … 続きを読む →

カテゴリー: 62F15, 82B44, cond-mat.dis-nn, cs.IT, cs.LG, math.IT, math.ST, stat.TH | Information limits and Thouless-Anderson-Palmer equations for spiked matrix models with structured noise はコメントを受け付けていません

Oja’s Algorithm for Sparse PCA

投稿日: 2024年5月31日 作成者: jarxiv

要約 $d$ 次元空間内の $n$ データポイントの主成分分析 (PCA) をス … 続きを読む →

カテゴリー: cs.LG, math.ST, stat.ML, stat.TH | Oja’s Algorithm for Sparse PCA はコメントを受け付けていません

Information-theoretic Generalization Analysis for Expected Calibration Error

投稿日: 2024年5月27日 作成者: jarxiv

要約 ビニングを使用する期待キャリブレーション誤差 (ECE) は、機械学習モデ … 続きを読む →

カテゴリー: cs.LG, math.ST, stat.ML, stat.TH | Information-theoretic Generalization Analysis for Expected Calibration Error はコメントを受け付けていません