O P T ( C , D ) = min f ∈ C e r r ( f , D )
Digamos que um algoritmo aprenda agnósticamente sobre qualquer distribuição, se para qualquer ele puder com probabilidade encontrar uma função tal que , dado o tempo e um número de amostras de que é delimitado por um polinômio em e .
Pergunta: Quais classes de funções são conhecidas por serem aprendidas de forma agnóstica em distribuições arbitrárias?
Nenhuma aula é muito simples! Sei que nem mesmo conjunções monótonas são aprendidas de forma agnóstica sobre distribuições arbitrárias; portanto, só estou procurando classes de funções não triviais.
reference-request
machine-learning
lg.learning
Aaron Roth
fonte
fonte
Respostas:
Se nenhuma aula é muito simples, aqui estão algumas aulas aprendidas de forma agnóstica no PAC. Em resposta aos comentários, as classes com muitas hipóteses polinomialmente são riscadas:
árvores de decisão de profundidade constante (e outras classes com apenas várias hipóteses)hiperplanos em (apenas hipóteses produzindo marcações distintas) O ( n 2 )R2 O(n2) outras classes de hipóteses em configurações de baixa dimensão.Praticamente tudo o mais é NP-Difícil de aprender (pelo menos adequadamente) de forma independente ao PAC.
O tutorial de Adam Kalai sobre aprendizado agnóstico também pode lhe interessar.
fonte