实体
Spectral algorithms for supervised learning
Spectral algorithms for supervised learning
PulseAugur coverage of Spectral algorithms for supervised learning — every cluster mentioning Spectral algorithms for supervised learning across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新研究为对抗性攻击下的谱排序误差设定了界限
研究人员分析了用于基于成对比较对项目进行排名的谱算法的逐项误差。该研究侧重于 Bradley-Terry-Luce (BTL) 模型，并研究了半随机对手如何通过操纵边采样概率来影响性能。研究结果表明，无权谱方法的有效性与图的谱属性相关，但重新加权边可以将性能恢复到与均匀采样图相当的水平。
-
大型维度下的谱算法揭示了三种学习曲线模式
一篇新发表在arXiv上的研究论文探讨了大型维度设置下谱算法的学习曲线和良性过拟合现象。该研究描述了不同正则化路径下的超额风险，确定了三种不同的模式：过度正则化、欠正则化和插值。在与回归函数平滑度相关的特定条件下，良性过拟合发生在后两种模式中。