Perguntas com a marcação «lg.learning»

Autômatos residuais de estado finito (RFSAs, definidos em [DLT02]) são NFAs que possuem alguns recursos interessantes em comum com os DFAs. Em particular, sempre existe um RFSA de tamanho mínimo canônico para cada idioma regular, e o idioma reconhecido por cada estado no RFSA é um resíduo, assim como em …

12 cc.complexity-theory  ds.algorithms  automata-theory  lg.learning  minimization 

Inspirado por esta pergunta , estou curioso sobre o seguinte: Qual é a pior complexidade possível de verificar se um determinado DFA aceita o mesmo idioma que uma determinada expressão regular? Isso é conhecido? A esperança seria que esse problema estivesse em P - que houvesse um polinômio de algoritmo …

12 automata-theory  lg.learning  regular-expressions  dfa 

O que se sabe sobre o seguinte problema? Dada uma coleção de funções , encontre a maior sub-coleção sujeita à restrição de que VC-Dimension para algum número inteiro .f : { 0 , 1 } n → { 0 , 1 } S ⊆ C ( S ) ≤ k …

12 reference-request  approximation-algorithms  cg.comp-geom  lg.learning  vc-dimension 

Eu tenho um conjunto de dados de milhares de pontos e um meio de medir a distância entre dois pontos, mas os pontos de dados não têm dimensionalidade. Eu quero um algoritmo para encontrar centros de cluster neste conjunto de dados. Eu imagino que, como os dados não têm dimensões, …

12 machine-learning  lg.learning  clustering 

Sabe-se que, para a aprendizagem do PAC, existem classes de conceitos naturais (por exemplo, subconjuntos de listas de decisão) para as quais existem lacunas polinomiais entre a complexidade da amostra necessária para o aprendizado da teoria da informação por um aprendiz computacionalmente ilimitado e a complexidade da amostra necessária para …

12 machine-learning  lg.learning  sample-complexity 

Aqui está um problema com um sabor semelhante ao aprendizado de juntas: Entrada: Uma função , representada por um oracle de associação, ou seja, um oracle que forneceu , retorna .f:{0,1}n→{−1,1}f:{0,1}n→{−1,1}f: \{0,1\}^n \rightarrow \{-1,1\}xxxf(x)f(x)f(x) Objetivo: Encontre um subcubo de com volume modo que . Assumimos que esse subcubo exista.SSS{0,1}n{0,1}n\{0,1\}^n|S|=2n−k|S|=2n−k|S|=2^{n-k}|Ex∈Sf(x)|≥0.1|Ex∈Sf(x)|≥0.1\left|\mathbb{E}_{x \in …

11 machine-learning  lg.learning  boolean-functions  sample-complexity 

Alguns antecedentes: Estou interessado em encontrar limites inferiores "menos conhecidos" (ou resultados de dureza) para o problema de Aprendizagem com erros (LWE) e generalizações dos mesmos, como Aprender com erros por anéis. Para definições específicas, etc., aqui está uma boa pesquisa da Regev: http://www.cims.nyu.edu/~regev/papers/lwesurvey.pdf O tipo padrão de suposição no …

11 cc.complexity-theory  reference-request  cr.crypto-security  machine-learning  lg.learning 

Dana Angluin ( 1987 ; pdf ) define um modelo de aprendizado com perguntas sobre membros e questões teóricas (contra-exemplos a uma função proposta). Ela mostra que uma linguagem regular representada por um DFA mínimo de estados pode ser aprendida em tempo polinomial (onde as funções propostas são DFAs) com …

11 cc.complexity-theory  machine-learning  lower-bounds  lg.learning  query-complexity 

Angluin e Laird ('88) formalizaram o aprendizado com dados corrompidos aleatoriamente no modelo "PAC com ruído de classificação aleatória" (ou ruído barulhento). Esse modelo é semelhante ao aprendizado do PAC , exceto que os rótulos dos exemplos dados ao aluno estão corrompidos (invertidos), independentemente aleatoriamente, com probabilidade .η< 1 / …

11 lg.learning 

Os dados do mundo real às vezes têm um número natural de clusters (tentar agrupá-los em um número menor de clusters do que um k mágico causará um aumento dramático no custo de cluster). Hoje assisti a uma palestra do Dr. Adam Meyerson e ele se referiu a esse tipo …

11 lg.learning  clustering 

Minha pergunta é um pouco genérica, então estou inventando uma boa história para justificá-la. Tenha paciência comigo se não for realista ;-) História X, chefe do departamento de segurança de computadores de uma grande empresa, é um pouco paranóico: ele exige que todos os funcionários alterem suas senhas uma vez …

11 lg.learning 

DDD{0,1}d×{0,1}{0,1}d×{0,1}\{0,1\}^d\times \{0,1\}CCCf:{0,1}d→{0,1}f:{0,1}d→{0,1}f:\{0,1\}^d\rightarrow\{0,1\}f∈Cf∈Cf \in CO P T ( C , D ) = min f ∈ C e r r ( f , D )e r r ( f, D ) = Pr( x , y) ∼ D[ f( X ) ≠ y]err(f,D)=Pr(x,y)∼D[f(x)≠y]err(f,D) = \Pr_{(x,y) \sim D}[f(x) \neq y]O PT( C, …

11 reference-request  machine-learning  lg.learning 

É sabido que, para uma classe conceitual com a dimensão VC , basta obter exemplos rotulados para o PAC learn . Não está claro para mim se o algoritmo de aprendizado do PAC (que usa essas muitas amostras) é adequado ou impróprio? Nos livros de Kearns e Vazirani, bem como …

11 machine-learning  boolean-functions  lg.learning  vc-dimension  pac-learning 

Vamos definir uma classe de funções sobre um conjunto de bits. Corrija duas distribuições p , q que são "razoavelmente" diferentes uma da outra (se desejar, a distância variacional é pelo menos ϵ ou algo semelhante).nnnp , qp,qp, qϵϵ\epsilon Agora, cada função nesta classe é definida por um conjunto de …

10 lg.learning 

Recentemente, tenho lido um número decente de artigos do CoLT. Embora eu não lute com os trabalhos individuais (pelo menos não mais do que normalmente luto com outros trabalhos teóricos), não sinto que tenha uma boa compreensão ampla do campo como um todo. Existe um texto padrão, pesquisas ou notas …

10 reference-request  machine-learning  lg.learning  survey  books