实体
Gaussian Design
Gaussian Design
PulseAugur coverage of Gaussian Design — every cluster mentioning Gaussian Design across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的 minimax 最优估计量提高了逻辑回归的准确性
研究人员开发了一种新的 minimax 最优估计量，用于高斯设计的逻辑回归，改进了现有的误差率。这种新估计量的误差率为 O(sqrt(R^3/n))，在范数估计方面具有理论最优性。该工作还将 MLE 的有限样本误差率精炼为 \tilde{O}(sqrt(R^3/n) + R^2d/n)，解决了 MLE 的内在偏差。数值实验表明，所提出的估计量优于 MLE。
-
新分析详细介绍了逻辑回归中梯度下降的性能
本文分析了高斯设计下逻辑回归中梯度下降的有限样本性能。作者证明，在步长较小的情况下，梯度下降可以实现向真实参数的小邻域的线性收敛，其 $\ell_2$ 误差为 $O(\sqrt{\|\theta^*\|_2^5d/n})$。他们还证明了使用较大步长可以实现更快的局部线性收敛。一项关键的技术贡献是证明了逻辑损失的梯度满足近似可逆性条件，这是通过对梯度偏差进行统一控制和对总体Hessian特征值进行精细分析来实现的。该研究还提出了一种新颖…