私有 PAC 学习蕴含有限的 Littlestone 维数
机器学习
2019-03-11 v3 人工智能
密码学与安全
逻辑
机器学习
摘要
我们证明了对于具有 Littlestone 维数 的类 ,每个近似差分私有学习算法(可能是不恰当的)都需要 个样本。作为推论,自然数集 上的阈值类不能以私有方式学习;这解决了 [Bun et al., 2015, Feldman and Xiao, 2015] 提出的开放问题。我们留下一个开放问题:是否每个具有有限 Littlestone 维数的类都能被近似差分私有算法学习。
引用
@article{arxiv.1806.00949,
title = {Private PAC learning implies finite Littlestone dimension},
author = {Noga Alon and Roi Livni and Maryanthe Malliaris and Shay Moran},
journal= {arXiv preprint arXiv:1806.00949},
year = {2019}
}
备注
STOC camera-ready version