論文の概要: Online Consistency of the Nearest Neighbor Rule

• arxiv url: http://arxiv.org/abs/2410.23644v1
• Date: Thu, 31 Oct 2024 05:31:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-01 17:03:20.874012
• Title: Online Consistency of the Nearest Neighbor Rule
• Title（参考訳）: 最近傍ルールのオンライン整合性
• Authors: Sanjoy Dasgupta, Geelon So,
• Abstract要約: 実現可能なオンライン設定では、学習者は、各予測後に正しい回答が明らかにされるインスタンスのストリームの予測を行う。 弱仮定の下で、計量空間を2倍にするようなすべての可測関数に対するオンライン整合性は、有限な上倍測度に対して一様に連続な過程によって生成されることを証明する。
• 参考スコア（独自算出の注目度）: 10.87005264373496
• License:
• Abstract: In the realizable online setting, a learner is tasked with making predictions for a stream of instances, where the correct answer is revealed after each prediction. A learning rule is online consistent if its mistake rate eventually vanishes. The nearest neighbor rule (Fix and Hodges, 1951) is a fundamental prediction strategy, but it is only known to be consistent under strong statistical or geometric assumptions: the instances come i.i.d. or the label classes are well-separated. We prove online consistency for all measurable functions in doubling metric spaces under the mild assumption that the instances are generated by a process that is uniformly absolutely continuous with respect to a finite, upper doubling measure.
• Abstract（参考訳）: 実現可能なオンライン設定では、学習者は、各予測後に正しい回答が明らかにされるインスタンスのストリームの予測を行う。 学習規則は、誤り率が最終的に消滅した場合、オンライン一貫したものである。 近傍のルール(Fix and Hodges, 1951)は基本的な予測戦略であるが、強い統計的あるいは幾何学的な仮定の下では一貫性があることが知られている。 弱仮定の下で、計量空間を2倍にするようなすべての可測関数に対するオンライン整合性は、有限な上倍測度に対して一様に連続な過程によって生成されることを証明する。

関連論文リスト

• The Benefit of Being Bayesian in Online Conformal Prediction [7.713245413733777]
  ブラックボックス機械学習モデルを用いて、有効な信頼セットのオンライン構築について検討する。 対象の信頼レベルを量子レベルに変換することにより、逐次明らかにされたデータシーケンスの量子レベルを予測することで、問題を小さくすることができる。
  論文  参考訳（メタデータ） (2024-10-03T15:04:47Z)
• Probabilistic Conformal Prediction with Approximate Conditional Validity [81.30551968980143]
  本研究では,共形手法の柔軟性と条件分布の推定を組み合わせ,予測セットを生成する手法を開発した。 我々の手法は、条件付きカバレッジの観点から既存の手法よりも一貫して優れています。
  論文  参考訳（メタデータ） (2024-07-01T20:44:48Z)
• Online conformal prediction with decaying step sizes [15.884682750072399]
  本稿では, 減衰段数によるオンライン共形予測手法を提案する。 従来の方法とは違って、集団の量的存在を同時に推定することができる。
  論文  参考訳（メタデータ） (2024-02-02T04:42:09Z)
• When Does Confidence-Based Cascade Deferral Suffice? [69.28314307469381]
  カスケードは、推論コストをサンプル毎に適応的に変化させる古典的な戦略である。 deferralルールは、シーケンス内の次の分類子を呼び出すか、または予測を終了するかを決定する。 カスケードの構造に執着しているにもかかわらず、信頼に基づく推論は実際は極めてうまく機能することが多い。
  論文  参考訳（メタデータ） (2023-07-06T04:13:57Z)
• Improved Online Conformal Prediction via Strongly Adaptive Online Learning [86.4346936885507]
  我々は、強い適応的後悔を最小限に抑える新しいオンライン共形予測手法を開発した。 提案手法は,すべての区間において,ほぼ最適に適応的な後悔を同時に達成できることを実証する。 実験により,本手法は実世界のタスクにおける既存の手法よりも,より優れたカバレッジと予測セットが得られることがわかった。
  論文  参考訳（メタデータ） (2023-02-15T18:59:30Z)
• Intersection of Parallels as an Early Stopping Criterion [64.8387564654474]
  そこで本研究では,検証セットを必要とせずに,トレーニングイテレーションの早期停止点を見つける手法を提案する。 幅広い学習率において,コサイン距離基準 (CDC) と呼ばれる手法は,比較したすべての手法よりも平均的な一般化に寄与する。
  論文  参考訳（メタデータ） (2022-08-19T19:42:41Z)
• Practical Adversarial Multivalid Conformal Prediction [27.179891682629183]
  逐次予測のための一般的な共形予測法を提案する。 相手が選択したデータに対して、ターゲットの実証的カバレッジを保証する。 これは計算的に軽量であり、分割共形予測に匹敵する。
  論文  参考訳（メタデータ） (2022-06-02T14:33:00Z)
• Smoothed Online Learning is as Easy as Statistical Learning [77.00766067963195]
  この設定では、最初のオラクル効率、非回帰アルゴリズムを提供する。 古典的な設定で関数クラスが学習可能な場合、文脈的包帯に対するオラクル効率のよい非回帰アルゴリズムが存在することを示す。
  論文  参考訳（メタデータ） (2022-02-09T19:22:34Z)
• Online identification of symmetric pure states [0.0]
  我々は, 対称純状態間の識別をゼロ誤差で行うためのオンライン戦略を, それらの状態の$n$コピーが提供されるときに検討する。 オンライン戦略には、各コピーの局所的、おそらく適応的な測定が含まれ、各ステップで最適である。 オンラインスキームが任意の複雑なオーバーラップに対して最適なグローバルパフォーマンスを達成できないという説得力のある証拠を示す。
  論文  参考訳（メタデータ） (2021-07-05T16:35:32Z)
• Double Coverage with Machine-Learned Advice [100.23487145400833]
  オンラインの基本的な$k$-serverの問題を学習強化環境で研究する。 我々のアルゴリズムは任意の k に対してほぼ最適の一貫性-破壊性トレードオフを達成することを示す。
  論文  参考訳（メタデータ） (2021-03-02T11:04:33Z)
• Online Multivalid Learning: Means, Moments, and Prediction Intervals [16.75129633574157]
  本稿では,様々な意味で「多値」な文脈予測手法を提案する。 得られた見積もりは、単に限界ではなく、$ Y$ラベルのさまざまな統計を正しく予測します。 我々のアルゴリズムは逆選択の例を扱うので、任意の点予測法の残差の統計量を予測するのに等しく使用できる。
  論文  参考訳（メタデータ） (2021-01-05T19:08:11Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。