MCMC 学习
机器学习
2015-06-15 v2 机器学习
摘要
均匀分布下的学习理论丰富而深刻，与密码学、计算复杂性以及布尔函数分析等诸多领域紧密相连。然而，由于统计模型中极少遇到均匀分布及其对应的傅里叶基，该理论的应用受到很大限制。马尔可夫随机场 (MRF) 所表示的分布族极大地推广了布尔立方体上的均匀分布。马尔可夫随机场是统计学和机器学习许多领域中建模高维数据的主要工具之一。本文启动了将均匀分布学习理论中的核心思想、方法和算法扩展至从 MRF 分布抽取样本进行学习概念的研究。特别是，我们的结果建立了 MRF 的 MCMC 采样性质与 MRF 分布下学习之间的新颖联系。
引用
@article{arxiv.1307.3617,
title = {MCMC Learning},
author = {Varun Kanade and Elchanan Mossel},
journal= {arXiv preprint arXiv:1307.3617},
year = {2015}
}
备注
28 pages, 1 figure