Buchumschlag

Adversarially Robust PAC Learnability of Real-Valued Functions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Attias, Idan, Hanneke, Steve
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Characterization of Semi-Supervised Adversarially-Robust PAC Learnability
von: Attias, Idan, et al.
Veröffentlicht: (2022)

Optimal Learners for Realizable Regression: PAC Learning and Online Learning
von: Attias, Idan, et al.
Veröffentlicht: (2023)

Sample Compression Scheme Reductions
von: Attias, Idan, et al.
Veröffentlicht: (2024)

Regret-Oracle Complexity Tradeoffs in Agnostic Online Learning
von: Attias, Idan, et al.
Veröffentlicht: (2026)

Tradeoffs between Mistakes and ERM Oracle Calls in Online and Transductive Online Learning
von: Attias, Idan, et al.
Veröffentlicht: (2025)

On Characterizing Learnability for Adversarial Noisy Bandits
von: Hanneke, Steve, et al.
Veröffentlicht: (2026)

Agnostic Sample Compression Schemes for Regression
von: Attias, Idan, et al.
Veröffentlicht: (2018)

A Theory of Optimistically Universal Online Learnability for General Concept Classes
von: Hanneke, Steve, et al.
Veröffentlicht: (2025)

A Complete Characterization of Learnability for Stochastic Noisy Bandits
von: Hanneke, Steve, et al.
Veröffentlicht: (2024)

PAC Learning with Improvements
von: Attias, Idan, et al.
Veröffentlicht: (2025)

Sample Complexity of Autoregressive Reasoning: Chain-of-Thought vs. End-to-End
von: Hanneke, Steve, et al.
Veröffentlicht: (2026)

Private List Learnability vs. Online List Learnability
von: Hanneke, Steve, et al.
Veröffentlicht: (2025)

Revisiting Agnostic PAC Learning
von: Hanneke, Steve, et al.
Veröffentlicht: (2024)

What is Learnable in Valiant's Theory of the Learnable?
von: Hanneke, Steve, et al.
Veröffentlicht: (2026)

Optimal Prediction Using Expert Advice and Randomized Littlestone Dimension
von: Filmus, Yuval, et al.
Veröffentlicht: (2023)

Bandit-Feedback Online Multiclass Classification: Variants and Tradeoffs
von: Filmus, Yuval, et al.
Veröffentlicht: (2024)

PAC Learnability in the Presence of Performativity
von: Kirev, Ivan, et al.
Veröffentlicht: (2025)

PAC Learning with Bandit Feedback: Sharp Sample Complexity in the Realizable Setting
von: Hanneke, Steve, et al.
Veröffentlicht: (2026)

Causal Bandits: The Pareto Optimal Frontier of Adaptivity, a Reduction to Linear Bandits, and Limitations around Unknown Marginals
von: Liu, Ziyi, et al.
Veröffentlicht: (2024)

Capacity-Constrained Online Learning with Delays: Scheduling Frameworks and Regret Trade-offs
von: Ryabchenko, Alexander, et al.
Veröffentlicht: (2025)

Sequential Probability Assignment with Contexts: Minimax Regret, Contextual Shtarkov Sums, and Contextual Normalized Maximum Likelihood
von: Liu, Ziyi, et al.
Veröffentlicht: (2024)

Simplifying Adversarially Robust PAC Learning with Tolerance
von: Ashtiani, Hassan, et al.
Veröffentlicht: (2025)

Learning-Augmented Algorithms for Boolean Satisfiability
von: Attias, Idan, et al.
Veröffentlicht: (2025)

PAC Learnability under Explanation-Preserving Graph Perturbations
von: Zheng, Xu, et al.
Veröffentlicht: (2024)

The Dimension of Self-Directed Learning
von: Devulapalli, Pramith, et al.
Veröffentlicht: (2024)

Universal rates of ERM for agnostic learning
von: Hanneke, Steve, et al.
Veröffentlicht: (2025)

Universal Multiclass Transductive Online Learning
von: Hanneke, Steve, et al.
Veröffentlicht: (2026)

Learning from Snapshots of Discrete and Continuous Data Streams
von: Devulapalli, Pramith, et al.
Veröffentlicht: (2024)

Universal Rates of Empirical Risk Minimization
von: Hanneke, Steve, et al.
Veröffentlicht: (2024)

When More Data Doesn't Help: Limits of Adaptation in Multitask Learning
von: Hanneke, Steve, et al.
Veröffentlicht: (2026)

Adversarial Resilience in Sequential Prediction via Abstention
von: Goel, Surbhi, et al.
Veröffentlicht: (2023)

Strategic PAC Learnability via Geometric Definability
von: Filmus, Yuval, et al.
Veröffentlicht: (2026)

On the Hardness of Learning Regular Expressions
von: Attias, Idan, et al.
Veröffentlicht: (2025)

Efficient PAC Learnability of Dynamical Systems Over Multilayer Networks
von: Qiu, Zirou, et al.
Veröffentlicht: (2024)

A Theory of Universal Agnostic Learning
von: Hanneke, Steve, et al.
Veröffentlicht: (2026)

PAC-Bayesian Adversarially Robust Generalization Bounds for Graph Neural Network
von: Sun, Tan, et al.
Veröffentlicht: (2024)

Multiclass Online Learnability under Bandit Feedback
von: Raman, Ananth, et al.
Veröffentlicht: (2023)

Adaptive Sample Aggregation In Transfer Learning
von: Hanneke, Steve, et al.
Veröffentlicht: (2024)

Robust Learnability of Sample-Compressible Distributions under Noisy or Adversarial Perturbations
von: Boushehrian, Arefe, et al.
Veröffentlicht: (2025)

Uniform Convergence Beyond Glivenko-Cantelli
von: Devale, Tanmay, et al.
Veröffentlicht: (2025)