Algebraic Machine Learning

代数机器学习框架在小数据集上可与CNN、XGBoost相媲美

研究人员开发了一个名为代数机器学习（AML）的新框架，该框架通过代数结构分解进行学习，绕过了传统的数值优化。在评估中，AML在小型到中型图像和表格数据集上，与卷积神经网络（CNN）和XGBoost等成熟方法相比，表现出了竞争力。值得注意的是，AML无需验证或交叉验证即可实现这一点，而是依赖于通用的代数归纳偏置，而不是特定于模态的偏置。