Preguntas etiquetadas con machine-learning

Mi doctorado es pura matemática, y admito que no sé mucho (es decir, nada) sobre CS teórica. Sin embargo, he comenzado a explorar opciones no académicas para mi carrera y al presentarme al aprendizaje automático, me topé con declaraciones como "Nadie entiende por qué las redes neuronales funcionan bien", lo …

52 machine-learning 

Enseño un curso de algoritmos avanzados y me gustaría incluir algunos temas relacionados con el aprendizaje automático que serán de interés para mis alumnos. Como resultado, me gustaría escuchar las opiniones de las personas sobre los resultados algorítmicos más interesantes / mejores actualmente en el aprendizaje automático. La restricción potencialmente …

30 ds.algorithms  machine-learning  teaching 

Sabemos que (véanse, por ejemplo, los Teoremas 1 y 3 de [1]), en términos generales, en condiciones adecuadas, las funciones que pueden calcularse eficientemente por la máquina de Turing en tiempo polinómico ("eficientemente computable") pueden expresarse mediante redes neuronales polinómicas con tamaños razonables, y por lo tanto se puede aprender …

28 cc.complexity-theory  np-hardness  machine-learning  turing-machines  lg.learning 

Veamos el futuro dentro de 30 años. Seamos optimistas y asumamos que las áreas relacionadas con el aprendizaje automático continúan desarrollándose tan rápido como lo que hemos visto en los últimos 10 años. Eso sería genial, pero ¿cuál sería el papel de los algoritmos tradicionales en un futuro así? Aquí, …

23 ds.algorithms  soft-question  machine-learning 

En las pruebas de propiedades de gráficos, un algoritmo consulta un gráfico de destino para detectar la presencia o ausencia de aristas y necesita determinar si el objetivo tiene una determinada propiedad o está ϵϵ\epsilon lejos de tener la propiedad. (Se puede pedir que un algoritmo tenga éxito con un …

22 cc.complexity-theory  machine-learning  query-complexity  property-testing 

Aquí hay una abstracción de un problema de aprendizaje / bandido en línea en el que he estado trabajando en el verano. No he visto un problema como este antes, y parece bastante interesante. Si conoce algún trabajo relacionado, agradecería referencias. El problema La configuración es la de los bandidos …

19 machine-learning  lg.learning  online-learning 

Actualmente estoy estudiando matemáticas. Sin embargo, no creo que quiera convertirme en un matemático profesional en el futuro. Estoy pensando en aplicar mi conocimiento de las matemáticas para hacer investigación en inteligencia artificial. Sin embargo, no estoy seguro de cuántos cursos de matemáticas debo seguir. (Y qué cursos de teoría …

19 soft-question  machine-learning  ai.artificial-intel 

¿Es posible probar algorítmicamente si un número computable es racional o entero? En otras palabras, ¿sería posible que una biblioteca que implementa números computables proporcione las funciones isIntegero isRational? Supongo que no es posible, y que esto está relacionado de alguna manera con el hecho de que no es posible …

18 computability  computing-over-reals  lambda-calculus  graph-theory  co.combinatorics  cc.complexity-theory  reference-request  graph-theory  proofs  np-complete  cc.complexity-theory  machine-learning  boolean-functions  combinatory-logic  boolean-formulas  reference-request  approximation-algorithms  optimization  cc.complexity-theory  co.combinatorics  permutations  cc.complexity-theory  cc.complexity-theory  ai.artificial-intel  p-vs-np  relativization  co.combinatorics  permutations  ds.algorithms  algebra  automata-theory  dfa  lo.logic  temporal-logic  linear-temporal-logic  circuit-complexity  lower-bounds  permanent  arithmetic-circuits  determinant  dc.parallel-comp  asymptotics  ds.algorithms  graph-theory  planar-graphs  physics  max-flow  max-flow-min-cut  fl.formal-languages  automata-theory  finite-model-theory  dfa  language-design  soft-question  machine-learning  linear-algebra  db.databases  arithmetic-circuits  ds.algorithms  machine-learning  ds.data-structures  tree  soft-question  security  project-topic  approximation-algorithms  linear-programming  primal-dual  reference-request  graph-theory  graph-algorithms  cr.crypto-security  quantum-computing  gr.group-theory  graph-theory  time-complexity  lower-bounds  matrices  sorting  asymptotics  approximation-algorithms  linear-algebra  matrices  max-cut  graph-theory  graph-algorithms  time-complexity  circuit-complexity  regular-language  graph-algorithms  approximation-algorithms  set-cover  clique  graph-theory  graph-algorithms  approximation-algorithms  clustering  partition-problem  time-complexity  turing-machines  term-rewriting-systems  cc.complexity-theory  time-complexity  nondeterminism 

Nosotros sabemos (por ahora unos 40 años, gracias a Adleman, Bennet y Gill) que la inclusión BPP ⊆⊆\subseteq P / poli, y un aún más fuerte BPP / poli ⊆⊆\subseteq P / retención poli. El "/ poly" significa que trabajamos de manera no uniforme (un circuito separado para cada longitud …

16 cc.complexity-theory  circuit-complexity  machine-learning  derandomization 

Editar: como no he recibido ninguna respuesta / comentario en una semana, me gustaría agregar que estoy feliz de escuchar algo sobre el problema. No trabajo en el área, así que aunque sea una simple observación, puede que no lo sepa. ¡Incluso un comentario como "Trabajo en el área, pero …

15 reference-request  machine-learning  lg.learning 

Se sabe a través del teorema de aproximación universal que una red neuronal con incluso una sola capa oculta y una función de activación arbitraria puede aproximarse a cualquier función continua. ¿Qué otros modelos hay que también son aproximadores de función universal?

15 machine-learning  function  approximation 

Antecedentes Las funciones en son PAC que se pueden aprender en tiempo cuasipolinomial con un algoritmo clásico que requiere consultas elegidas al azar para aprender un circuito de profundidad d [1]. Si no hay un algoritmo de factorización , entonces esto es óptimo [2]. Por supuesto, en una computadora cuántica …

15 quantum-computing  lg.learning  machine-learning  open-problem  ne.neural-evol 

Se ha demostrado que la propagación de creencias es un método muy poderoso a través de la investigación en modelos gráficos probabilísticos. Sin embargo, no sé nada sobre BP que sea comparable a los métodos MCMC donde podemos tener esquemas de aproximación aleatoria totalmente polinomiales (FPRAS) para problemas # P-completos. …

14 cc.complexity-theory  reference-request  graph-algorithms  machine-learning  st.statistics 

Me parece que los expertos en aprendizaje automático / minería de datos están familiarizados con P y NP, pero rara vez hablan de algunas de las clases de complejidad más sutiles (por ejemplo, NC, BPP o IP) y sus implicaciones para analizar los datos de manera efectiva. ¿Hay alguna encuesta …

13 cc.complexity-theory  reference-request  machine-learning 

Un algoritmo de prueba de distribución para una propiedad de distribución P (que es solo un subconjunto de todas las distribuciones sobre [n]) puede acceder a las muestras de acuerdo con alguna distribución D, y se requiere que decida (whp) si D∈PD∈PD\in P o d(D,P)>ϵd(D,P)>ϵd(D,P)>\epsilon ( ddd aquí suele ser …

13 cc.complexity-theory  machine-learning  query-complexity  property-testing