含不可知噪声的半空间对抗鲁棒正确学习的复杂性
机器学习
2020-07-31 v1 计算复杂性
数据结构与算法
机器学习
摘要
我们研究了在分布无关的不可知 PAC 模型中半空间的对抗鲁棒正确学习的计算复杂性，重点关注 扰动。我们给出了该问题的一个计算高效学习算法和一个近乎匹配的计算困难性结果。我们发现的一个有趣推论是， 扰动情形被证明在计算上比 的情形更困难。
引用
@article{arxiv.2007.15220,
title = {The Complexity of Adversarially Robust Proper Learning of Halfspaces with Agnostic Noise},
author = {Ilias Diakonikolas and Daniel M. Kane and Pasin Manurangsi},
journal= {arXiv preprint arXiv:2007.15220},
year = {2020}
}