Запитання з тегом «machine-learning»

Мій кандидат наук. є чистою математикою, і я визнаю, що я не знаю багато (тобто нічого) про теоретичний CS. Однак я почав досліджувати неакадемічні варіанти своєї кар’єри і, знайомлячись з машинним навчанням, натрапив на твердження типу "ніхто не розуміє, чому нейронні мережі працюють добре", що мені здалося цікавим. По суті, …

52 machine-learning 

Я викладаю передовий курс алгоритмів і хочу включити деякі теми, пов'язані з машинним навчанням, які будуть цікаві моїм студентам. Як результат, я хотів би почути думку людей щодо найбільш цікавих / найбільших алгоритмічних результатів у машинному навчанні. Потенційно складне обмеження полягає в тому, що студенти не матимуть жодних попередніх знань …

30 ds.algorithms  machine-learning  teaching 

Ми знаємо, що (див., Наприклад, теореми 1 та 3 [1]), грубо кажучи, при відповідних умовах функції, які можна ефективно обчислити машиною Тьюрінга в поліноміальний час ("ефективно обчислюватися"), можна виразити поліноміальними нейронними мережами з розумними розмірами, і, таким чином, можна пізнати складність поліноміального зразка ("навчається") при будь-яких вхідних розподілах. Тут «вивчається» …

28 cc.complexity-theory  np-hardness  machine-learning  turing-machines  lg.learning 

Давайте подивимось на майбутнє через 30 років. Будьмо оптимістичними та припустимо, що сфери, пов'язані з машинним навчанням, розвиваються так само швидко, як і те, що ми спостерігали за останні 10 років. Це було б чудово, але яка тоді буде роль традиційної алгоритміки в такому майбутньому? Тут під «традиційною алгоритмом» я …

23 ds.algorithms  soft-question  machine-learning 

Під час тестування властивостей графіка алгоритм запитує цільовий графік щодо наявності чи відсутності ребер і повинен визначити, чи має ціль певне властивість, або -відсутнє у властивості. (Алгоритм може бути запропонований, щоб досягти успіху з односторонньою або двосторонньою помилкою.) Графік - не має властивості, якщо жоден \ epsilon \ binom {n} …

22 cc.complexity-theory  machine-learning  query-complexity  property-testing 

Ось абстракція проблеми навчання в Інтернеті через Інтернет, над якою я працював влітку. Я не бачив подібної проблеми раніше, і це виглядає досить цікаво. Якщо ви знаєте про будь-яку пов’язану роботу, я вдячний довідками. Проблема Налаштування - це багатогранні бандити. У вас N зброї. Кожна рука i має невідомий, але …

19 machine-learning  lg.learning  online-learning 

Зараз я вивчаю математику. Однак я не думаю, що в майбутньому я хочу стати професійним математиком. Я маю намір застосувати свої знання з математики для проведення досліджень в галузі штучного інтелекту. Однак я не впевнений, скільки курсів математики я повинен пройти. (І які курси теорії CS я повинен пройти.) Від …

19 soft-question  machine-learning  ai.artificial-intel 

Чи можливо алгоритмічно перевірити, чи є обчислюване число раціональним чи цілим? Іншими словами, чи можливо бібліотеці, яка реалізує обчислювані числа, надавати функції isIntegerабо isRational? Я здогадуюсь, що це неможливо, і що це якимось чином пов'язане з тим, що неможливо перевірити, чи є два числа рівними, але я не бачу, як …

18 computability  computing-over-reals  lambda-calculus  graph-theory  co.combinatorics  cc.complexity-theory  reference-request  graph-theory  proofs  np-complete  cc.complexity-theory  machine-learning  boolean-functions  combinatory-logic  boolean-formulas  reference-request  approximation-algorithms  optimization  cc.complexity-theory  co.combinatorics  permutations  cc.complexity-theory  cc.complexity-theory  ai.artificial-intel  p-vs-np  relativization  co.combinatorics  permutations  ds.algorithms  algebra  automata-theory  dfa  lo.logic  temporal-logic  linear-temporal-logic  circuit-complexity  lower-bounds  permanent  arithmetic-circuits  determinant  dc.parallel-comp  asymptotics  ds.algorithms  graph-theory  planar-graphs  physics  max-flow  max-flow-min-cut  fl.formal-languages  automata-theory  finite-model-theory  dfa  language-design  soft-question  machine-learning  linear-algebra  db.databases  arithmetic-circuits  ds.algorithms  machine-learning  ds.data-structures  tree  soft-question  security  project-topic  approximation-algorithms  linear-programming  primal-dual  reference-request  graph-theory  graph-algorithms  cr.crypto-security  quantum-computing  gr.group-theory  graph-theory  time-complexity  lower-bounds  matrices  sorting  asymptotics  approximation-algorithms  linear-algebra  matrices  max-cut  graph-theory  graph-algorithms  time-complexity  circuit-complexity  regular-language  graph-algorithms  approximation-algorithms  set-cover  clique  graph-theory  graph-algorithms  approximation-algorithms  clustering  partition-problem  time-complexity  turing-machines  term-rewriting-systems  cc.complexity-theory  time-complexity  nondeterminism 

Ми знаємо (зараз близько 40 років, дякую Адлеману, Беннету та Гіллу), що включення BPP P / poly та ще сильніший BPP / poly P / poly. "/ Poly" означає, що ми працюємо нерівномірно (окрема схема для кожної вхідної довжини ), тоді як P без цього "/ poly" означає, що ми …

16 cc.complexity-theory  circuit-complexity  machine-learning  derandomization 

Редагувати: Оскільки за тиждень я не отримував жодних відповідей / коментарів, я хочу додати, що я радий почути що-небудь про проблему. Я не працюю в цьому районі, тому навіть якщо це просте спостереження, я, можливо, цього не знаю. Навіть коментар на кшталт "Я працюю в цьому районі, але такої характеристики …

15 reference-request  machine-learning  lg.learning 

Через теорему універсального наближення відомо, що нейронна мережа з навіть одним прихованим шаром і довільною функцією активації може наближати будь-яку безперервну функцію. Які ще існують моделі, які також є універсальними аплікаторами функцій

15 machine-learning  function  approximation 

Фон А С0АС0AC^0О ( 2л о г( n )Виведення ( д))О(2лог(н)О(г))O(2^{log(n)^{O(d)}})2нo ( 1 )2но(1)2^{n^{o(1)}} [1] Н. Лініяль, Ю. Мансур та Н. Нісан. [1993] "Контури постійної глибини, перетворення Фур'є та навчальність", Journal of ACM 40 (3): 607-620. [2] М. Харитонов. [1993] "Криптографічна жорсткість навчання, що залежить від розподілу", Праці ACM STOC'93, …

15 quantum-computing  lg.learning  machine-learning  open-problem  ne.neural-evol 

За допомогою досліджень в імовірнісних графічних моделях було показано, що поширення віри є дуже потужним методом. Однак я не знаю нічого про БП, що можна порівняти з методами МСМС, де ми можемо мати повністю поліноміальні схеми рандомізованого наближення (FPRAS) для проблем із # P-завершенням. Чи міг би хтось вказати мені …

14 cc.complexity-theory  reference-request  graph-algorithms  machine-learning  st.statistics 

Мені здається, що фахівці з машинного навчання / видобутку даних знайомі з P та NP, але рідко говорять про деякі більш тонкі класи складності (наприклад, NC, BPP або IP) та їх наслідки для ефективного аналізу даних. Чи є якесь опитування роботи з цим?

13 cc.complexity-theory  reference-request  machine-learning 

Я призначив своїм учням задачу знайти трикутник, який відповідає збірці точок у , позначений . (Трикутник Т є узгоджується з міченим зразком , якщо Т містить всі позитивні і жоден з негативних моментів, за припущенням, зразок допускає щонайменше , 1 відповідає трикутнику).R 2 ± 1 ТmmmR2R2\mathbb{R}^2±1±1\pm1TTTTTT Найкраще, що вони могли …

13 cg.comp-geom  machine-learning  lg.learning  convex-geometry