Fugu-MT 論文翻訳(概要): A Theory of Machine Learning

論文の概要: A Theory of Machine Learning

arxiv url: http://arxiv.org/abs/2407.05520v1
Date: Sun, 7 Jul 2024 23:57:10 GMT
ステータス: 処理完了
システム内更新日: 2024-07-09 17:29:37.365815
Title: A Theory of Machine Learning
Title（参考訳）: 機械学習の理論
Authors: Jinsook Kim, Jinho Kang,
Abstract要約: 本稿では,この理論が統計学と計算学習理論の共通仮定に挑戦していることを示す。本稿では, 自然言語処理とマクロ経済学のケーススタディについて, 新理論の観点から概説する。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We critically review three major theories of machine learning and provide a new theory according to which machines learn a function when the machines successfully compute it. We show that this theory challenges common assumptions in the statistical and the computational learning theories, for it implies that learning true probabilities is equivalent neither to obtaining a correct calculation of the true probabilities nor to obtaining an almost-sure convergence to them. We also briefly discuss some case studies from natural language processing and macroeconomics from the perspective of the new theory.
Abstract（参考訳）: 我々は、機械学習の3つの主要な理論を批判的にレビューし、機械がそれをうまく計算した時に、機械が関数を学習する新しい理論を提供する。この理論は統計学および計算学習理論における共通仮定に挑戦し、真確率の学習が真確率の正しい計算を得るにも、ほぼ確実な収束を得るにも等しくないことを示唆する。また,新しい理論の観点から,自然言語処理とマクロ経済学のケーススタディについても論じる。

関連論文リスト

Review and Prospect of Algebraic Research in Equivalent Framework between Statistical Mechanics and Machine Learning Theory [0.0]
この論文は、統計力学と場の量子論の両方において代数研究の先駆者であるアラキ・フジヒロ教授の記憶に捧げられている。
論文参考訳（メタデータ） (2024-05-31T11:04:13Z)
Machine Learning of the Prime Distribution [49.84018914962972]
素数の可学習性に関するヤン・フイ・ヘの実験的な観察を説明する理論的論証を提供する。我々はまた、ErdHos-Kac法が現在の機械学習技術によって発見される可能性は極めて低いと仮定している。
論文参考訳（メタデータ） (2024-03-19T09:47:54Z)
Three Conjectures on Unexpectedeness [0.5874142059884521]
本稿では,3つの理論的予想の土台を定めている。第一に、予期せぬことはベイズの規則の一般化と見なすことができる。第2に、予期せぬ頻繁なコアは、世界のエルゴード的特性を追跡する機能に関連付けられる。
論文参考訳（メタデータ） (2023-11-15T08:24:41Z)
Brain-Inspired Computational Intelligence via Predictive Coding [89.6335791546526]
予測符号化(PC)は、マシンインテリジェンスタスクにおいて有望なパフォーマンスを示している。 PCは様々な脳領域で情報処理をモデル化することができ、認知制御やロボティクスで使用することができる。
論文参考訳（メタデータ） (2023-08-15T16:37:16Z)
On the Joint Interaction of Models, Data, and Features [82.60073661644435]
本稿では,データとモデル間の相互作用を実験的に解析する新しいツールであるインタラクションテンソルを紹介する。これらの観測に基づいて,特徴学習のための概念的枠組みを提案する。この枠組みの下では、一つの仮説に対する期待された精度と一対の仮説に対する合意はどちらも閉形式で導出することができる。
論文参考訳（メタデータ） (2023-06-07T21:35:26Z)
The role of prior information and computational power in Machine Learning [0.0]
本稿では,事前情報と計算能力を用いて学習問題を解決する方法について論じる。我々は高い計算能力を利用することは高い性能の利点があると主張している。
論文参考訳（メタデータ） (2022-10-31T20:39:53Z)
Incompatibility of observables, channels and instruments in information theories [68.8204255655161]
運用確率論におけるテストの整合性の概念について検討する。ある理論が不整合性テストを認めていることは、ある情報が障害なく抽出できない場合に限る。
論文参考訳（メタデータ） (2022-04-17T08:44:29Z)
Computation in a general physical setting [0.0]
本稿では,量子論の計算能力に関するいくつかの知見をレビューし,拡張する。これは量子コンピュータが任意の理論で計算をシミュレートできるという予想の洗練されたバージョンを提供する。これは、量子非局所性とデバイス非依存暗号の関係と同様、この予想とデリゲートされた計算の間の重要な関係を記述することで終わる。
論文参考訳（メタデータ） (2021-08-25T20:00:20Z)
Constrained Learning with Non-Convex Losses [119.8736858597118]
学習は現代の情報処理の中核技術になっているが、バイアス、安全でない、偏見のあるソリューションにつながるという証拠はたくさんある。
論文参考訳（メタデータ） (2021-03-08T23:10:33Z)
Quantum field-theoretic machine learning [0.0]
我々は、$phi4$スカラー場理論をマルコフ確率場の数学的に厳密な枠組み内の機械学習アルゴリズムとして再考する。ニューラルネットワークはまた、従来のニューラルネットワークの一般化と見なせる$phi4$理論から派生している。
論文参考訳（メタデータ） (2021-02-18T16:12:51Z)
A Note on High-Probability versus In-Expectation Guarantees of Generalization Bounds in Machine Learning [95.48744259567837]
統計的機械学習理論は、しばしば機械学習モデルの一般化を保証するよう試みる。機械学習モデルのパフォーマンスに関する声明は、サンプリングプロセスを考慮する必要がある。 1つのステートメントを別のステートメントに変換する方法を示します。
論文参考訳（メタデータ） (2020-10-06T09:41:35Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。