模型论与机器学习
逻辑
2019-10-30 v1
摘要
大约25年前，人们发现一个单一的 combinatorial 性质同时决定了模型论中的一个重要分界线（NIP）和机器学习中的（PAC-可学习性）。此后数年，PAC学习与NIP结构的模型论之间展开了富有成果的思想交流。在本文中，我们指出了模型论与机器学习之间一个新的类似联系，此次建立了稳定性与各种在线学习设置中的可学习性之间的对应。特别地，这给出了许多在数学上有趣且可在在线设置中被学习的类的新例子。
引用
@article{arxiv.1801.06566,
title = {Model Theory and Machine Learning},
author = {Hunter Chase and James Freitag},
journal= {arXiv preprint arXiv:1801.06566},
year = {2019}
}
备注
13 pages