研究人员为具有未知链接函数的单指标模型开发了一种新的激活回归算法。该算法使用特定数量的查询实现了 $(1+\epsilon)$ 近似,解决了比以往研究更具挑战性的问题。该工作还为某些情况建立了近乎紧密的下界,显著缩小了这些模型中激活 $\ell_p$-回归的差距。 AI
影响 推进了机器学习回归任务的理论理解和算法效率。
排序理由 该集群包含一篇详细介绍特定机器学习问题的新算法和理论界限的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- Active Regression by Stratification
- arXiv
- $\ell_p$-loss
- Hugging Face
- Link functions in multi-locus genetic models: implications for testing, prediction, and interpretation
- Lipschitz
- single-index models
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →