面向有界记忆学习的组合刻画
机器学习
2020-02-11 v1 机器学习
摘要
组合维度在机器学习理论中起着重要作用。例如，VC 维度刻画了 PAC 学习，SQ 维度刻画了基于统计查询的弱学习，而 Littlestone 维度刻画了在线学习。在本文中，我们旨在发展刻画有界记忆学习的组合维度。我们针对已知分布下可实现强学习的情况，基于邻域分布的 SQ 维度提出了一个候选方案。我们证明了候选方案的上下界，并在某些参数区间内吻合。在该参数区间内，有界记忆学习与 SQ 学习等价。我们猜想我们的刻画在更宽的参数区间内成立。
引用
@article{arxiv.2002.03123,
title = {Towards a combinatorial characterization of bounded memory learning},
author = {Alon Gonen and Shachar Lovett and Michal Moshkovitz},
journal= {arXiv preprint arXiv:2002.03123},
year = {2020}
}