«machine-learning» 태그된 질문

기계 학습, 특히 알고리즘 학습 이론, PAC 학습 및 베이지안 추론을 포함한 전산 학습 이론에 대한 이론적 질문

5
TCS는“왜 신경망이 그렇게 잘 작동합니까?”라는 질문에 어떤 대답을 원하십니까?
박사 순수한 수학에 있으며 이론적 CS에 대해 많이 알지 못한다는 것을 인정합니다. 그러나 나는 나의 직업을위한 비 학술적 옵션을 탐구하고 기계 학습에 자신을 소개하기 시작했다. 본질적으로 제 질문은 연구원들이 어떤 종류의 답변을 원합니까? 주제에 대한 간단한 검색에서 찾은 내용은 다음과 같습니다. 간단한 신경망을 구현하는 알고리즘은 매우 간단합니다. 통계 이론과 마찬가지로 …
10
훌륭한 알고리즘, 기계 학습 및 선형 대수학 없음
고급 알고리즘 과정을 가르치고 학생들이 관심을 가질만한 머신 러닝 관련 주제를 포함시키고 싶습니다. 결과적으로 머신 러닝에서 현재 가장 흥미롭고 가장 큰 알고리즘 결과에 대한 사람들의 의견을 듣고 싶습니다. 잠재적으로 까다로운 제약은 학생들이 선형 대수학 또는 기계 학습의 다른 주요 주제에 대한 특정 사전 지식을 갖지 못한다는 것입니다. 이는 실제로 주제에 …
1
효율적으로 계산할 수 없지만 학습 가능한 기능
적절한 조건 하에서 튜링 머신이 다항식 시간 ( "효율적으로 계산 가능")으로 효율적으로 계산할 수있는 기능은 다항식 신경망에 의해 표현 될 수 있음을 대략적으로 말하면 (예 : [1]의 정리 1 및 3 참조) 합리적인 크기로, 따라서 모든 입력 분포 하에서 다항식 샘플 복잡성 ( "학습 가능")으로 학습 할 수 있습니다. 여기서 …
2
머신 러닝 기술이 지속적으로 개선된다면 미래 알고리즘의 역할은 무엇입니까?
앞으로 30 년 후에 미래를 보자. 머신 러닝과 관련된 영역이 지난 10 년 동안 본 것만 큼 빠르게 발전한다고 가정 해 봅시다. 그것은 좋을 것이지만, 그런 미래에 전통적인 알고리즘의 역할은 무엇입니까? 여기서는 "전통적인 알고리즘"으로 TCS에서 수행하는 일반적인 프로세스 인 잘 정의 된 계산 문제를 공식화하고 문제 를 해결하기위한 알고리즘을 설계하며 …
1
자연스럽고 테스트 할 수없는 그래프 속성
그래프 특성 테스트에서, 알고리즘은 원하는 어느 특정한 속성을 갖거나인지를 판단하는 가장자리 요구의 유무에 대한 목표 그래프를 쿼리 속성을 갖는로부터 -far. (단면 또는 양면 오류로 알고리즘을 성공하도록 요청할 수 있습니다.) 그래프는 입니다. 없으면 속성이없는 것입니다.ϵϵϵ\epsilonϵϵ\epsilonϵ ( n2)ϵ(n2)\epsilon \binom{n}{2} 에지 이끌어 차감 / 추가 할 수 속성이 있습니다. 속성은 하위 선형 수의 …
1
워렌 버핏 문제
다음은 여름에 진행 한 온라인 학습 / 적기 문제의 추상화입니다. 나는 전에 이와 같은 문제를 보지 못했고 꽤 흥미로워 보인다. 관련 작업에 대해 알고 있다면 참조 해 주셔서 감사합니다. 문제 설정은 다중 무기 적기의 설정입니다. 당신은 N 개의 무기를 가지고 있습니다. 각 팔 i는 보상을 통해 알 수는 없지만 고정 …
5
AI 연구에서“고급 수학”은 어느 정도까지 필요 / 유용합니까?
저는 현재 수학을 공부하고 있습니다. 그러나 나는 미래에 전문 수학자가되고 싶지 않다고 생각합니다. 인공 지능 연구를 위해 수학 지식을 적용하려고합니다. 그러나, 얼마나 많은 수학 과정을 따라야하는지 잘 모르겠습니다. (그리고 어떤 CS 이론 과정을 따라야합니까.) Quora에서 저는 Linear Algebra, Statistics and Convex Optimization 과목 이 기계 학습과 가장 관련이 있다는 것을 …
5
계산 가능한 숫자가 합리적인지 또는 정수인지 테스트 할 수 있습니까?
계산 가능한 숫자가 합리적인지 정수인지 알고리즘 적으로 테스트 할 수 있습니까? 즉, 구현 계산 가능한 숫자는 기능을 제공하는 라이브러리 가능할 것이다 isInteger나 isRational? 나는 그것이 불가능하다는 것을 추측하고 있으며, 두 숫자가 같은지 테스트 할 수는 없지만 그것을 증명하는 방법을 알지 못한다는 사실과 관련이 있습니다. 편집합니다 계산 가능한 수는 엑스xx 함수에 …
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 
1
BPP가 P / poly에 있다는 것을 알고 나면 BPP 대 P가 실제 문제입니까?
우리는 BPP ⊆ P / poly 및 훨씬 더 강한 BPP / poly ⊆ P / poly 가 포함된다는 것을 알고 있습니다 (현재 약 40 년 동안 Adleman, Bennet 및 Gill에게 감사드립니다) . "/ poly"는 우리가 불균일하게 (각 입력 길이 n 에 대해 별도의 회로) 일한다는 것을 의미하고 , 이 …
3
멤버십 쿼리와 정확한 학습의 조합 특성
편집 : 일주일 동안 아무런 답변 / 의견을받지 못했기 때문에 문제에 대해 듣고 싶다고 덧붙이고 싶습니다. 나는 그 지역에서 일하지 않기 때문에 간단한 관찰이지만 그것을 알지 못할 수도 있습니다. "나는 그 지역에서 일하지만 이런 특성을 보지 못했다"와 같은 의견조차 도움이 될 것입니다! 배경: 학습 이론 (예 : PAC 학습, 온라인 …
1
범용 함수 근사
보편적 인 근사 정리를 통해 단일의 숨겨진 계층과 임의의 활성화 기능을 가진 신경망이 모든 연속 기능에 근접 할 수 있다는 것이 알려져 있습니다. 범용 함수 근사 기인 다른 모델
2
신념 전파 방법의 실행 시간에 대한 이론적 보증?
신념 전파는 확률 적 그래픽 모델 연구를 통해 매우 강력한 방법으로 나타났습니다. 그러나 BP에 대해서는 MCP 방법과 비교할만한 것이 없으며, P- 완전 문제에 대해 FPRAS (완전 다항식 근사화 방식)를 사용할 수 있습니다. 누군가 나를 언급 할 수 있습니까?
1
"최대"테스트하기 어려운 분배 특성이 있습니까?
분포 속성 P ([n]에 대한 모든 분포의 일부에 불과 함)에 대한 분포 테스트 알고리즘은 일부 분포 D에 따라 샘플에 액세스 할 수 있으며 또는 d ( D , P ) > ϵ ( 여기서 d 는 보통 ℓ 1 거리입니다). 가장 일반적인 복잡도 측정 방법은 알고리즘에서 사용하는 샘플 수입니다.D ∈ …
당사 사이트를 사용함과 동시에 당사의 쿠키 정책과 개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.