从独立学习任务估计VC类上先验的极小极大速率界限
机器学习
2015-05-21 v1
摘要
我们研究了从一系列独立数据集估计 VC 类上的先验分布的最优收敛速率，这些数据集分别由从先验中采样的独立目标函数标记。我们具体推导了在正确先验的平滑性条件下最优速率的上界和下界，其中每个数据集的样本数等于 VC 维。这些结果对通过迁移学习可实现的改进具有启示意义。我们还将此设置扩展到实值函数，在那里我们建立了先验估计量的一致性，并讨论了在算法经济学中偏好诱导问题的额外应用。
引用
@article{arxiv.1505.05231,
title = {Bounds on the Minimax Rate for Estimating a Prior over a VC Class from Independent Learning Tasks},
author = {Liu Yang and Steve Hanneke and Jaime Carbonell},
journal= {arXiv preprint arXiv:1505.05231},
year = {2015}
}