通过数据幻觉的迭代教学
机器学习
2023-04-14 v2 人工智能
计算机视觉与模式识别
摘要
我们考虑迭代机器教学问题，其中教师在离散输入空间（即有限样本池）下根据学习者的状态顺序提供示例，这极大限制了教师的能力。为解决该问题，我们研究连续输入空间下的迭代教学，其中输入示例（即图像）可通过求解优化问题生成或直接从连续分布抽取。具体地，我们提出数据幻觉教学（DHT），教师可基于标签、学习者状态与目标概念智能生成输入数据。我们研究若干具有挑战性的教学设置（例如全知与黑盒设置下的线性/神经学习者）。广泛的实证结果验证了DHT的有效性。
引用
@article{arxiv.2210.17467,
title = {Iterative Teaching by Data Hallucination},
author = {Zeju Qiu and Weiyang Liu and Tim Z. Xiao and Zhen Liu and Umang Bhatt and Yucen Luo and Adrian Weller and Bernhard Schölkopf},
journal= {arXiv preprint arXiv:2210.17467},
year = {2023}
}
备注
AISTATS 2023 (v2: 22 pages, 24 figures)