基于偏好的教学
机器学习
2017-02-09 v2
摘要
我们引入了一种新的教学模型，名为“基于偏好的教学”（preference-based teaching），以及相应的复杂度参数——基于偏好的教学维度（PBTD）——它表示在给定概念类中教会任意概念所需的最坏情况样本数。尽管 PBTD 在有限类上与著名的递归教学维度（RTD）一致，但在无限类上却截然不同：RTD 即使对于平凡的无限类（如半区间）也变为无穷，而 PBTD 对于广泛的无限类（包括相对于给定闭包算子的所谓闭集组成的类、与 上的线性集相关的各类（其 RTD 最近才被研究）以及欧氏半空间类）计算出相当小的值。除了给出这些具体结果外，我们还为读者提供了一个（组合风格的）理论框架，有助于推导 PBTD 的界。
引用
@article{arxiv.1702.02047,
title = {Preference-based Teaching},
author = {Ziyuan Gao and Christoph Ries and Hans Ulrich Simon and Sandra Zilles},
journal= {arXiv preprint arXiv:1702.02047},
year = {2017}
}
备注
35 pages