Copertina

Optimal Excess Risk Bounds for Empirical Risk Minimization on $p$-Norm Linear Regression

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Hanchi, Ayoub El, Erdogdu, Murat A.
Natura:	Preprint
Pubblicazione:	2023
Soggetti:	Statistics Theory Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Minimax Linear Regression under the Quantile Risk
di: Hanchi, Ayoub El, et al.
Pubblicazione: (2024)

A Geometric Analysis of PCA
di: Hanchi, Ayoub El, et al.
Pubblicazione: (2025)

On the Efficiency of ERM in Feature Learning
di: Hanchi, Ayoub El, et al.
Pubblicazione: (2024)

Batches Stabilize the Minimum Norm Risk in High Dimensional Overparameterized Linear Regression
di: Ioushua, Shahar Stein, et al.
Pubblicazione: (2023)

Sharp Risk Bounds for Early-Stopping in Gaussian Linear Regression
di: Wegel, Tobias, et al.
Pubblicazione: (2025)

On the Variance, Admissibility, and Stability of Empirical Risk Minimization
di: Kur, Gil, et al.
Pubblicazione: (2023)

A Researcher's Guide to Empirical Risk Minimization
di: van der Laan, Lars
Pubblicazione: (2026)

Empirical Risk Minimization with Relative Entropy Regularization
di: Perlaza, Samir M., et al.
Pubblicazione: (2022)

A Separation in Heavy-Tailed Sampling: Gaussian vs. Stable Oracles for Proximal Samplers
di: He, Ye, et al.
Pubblicazione: (2024)

$L_2$-Regularized Empirical Risk Minimization Guarantees Small Smooth Calibration Error
di: Fujisawa, Masahiro, et al.
Pubblicazione: (2025)

Differentially Private Two-Stage Empirical Risk Minimization with Applications to Individualized Treatment Rule
di: Lee, Joowon, et al.
Pubblicazione: (2026)

Sampling from the Mean-Field Stationary Distribution
di: Kook, Yunbum, et al.
Pubblicazione: (2024)

Analysis of Langevin Monte Carlo from Poincaré to Log-Sobolev
di: Chewi, Sinho, et al.
Pubblicazione: (2021)

Generalizability of Neural Networks Minimizing Empirical Risk Based on Expressive Ability
di: Yu, Lijia, et al.
Pubblicazione: (2025)

Self-Normalized Martingales and Uniform Regret Bounds for Linear Regression
di: Chen, Fan, et al.
Pubblicazione: (2026)

Support Vector Regression: Risk Quadrangle Framework
di: Malandii, Anton, et al.
Pubblicazione: (2022)

Fast Rates for Nonstationary Weighted Risk Minimization
di: Brock, Tobias, et al.
Pubblicazione: (2026)

Adversarial Surrogate Risk Bounds for Binary Classification
di: Frank, Natalie S.
Pubblicazione: (2025)

Refined Risk Bounds for Unbounded Losses via Transductive Priors
di: Qian, Jian, et al.
Pubblicazione: (2024)

Variational Tail Bounds for Norms of Random Vectors and Matrices
di: Bahmani, Sohail
Pubblicazione: (2025)

Locally Near Optimal Piecewise Linear Regression in High Dimensions via Difference of Max-Affine Functions
di: Kanj, Haitham, et al.
Pubblicazione: (2026)

Online and Offline Robust Multivariate Linear Regression
di: Godichon-Baggioni, Antoine, et al.
Pubblicazione: (2024)

Functional Linear Regression of Cumulative Distribution Functions
di: Zhang, Qian, et al.
Pubblicazione: (2022)

Towards Sharp Minimax Risk Bounds for Operator Learning
di: Adcock, Ben, et al.
Pubblicazione: (2025)

Max-Linear Regression by Convex Programming
di: Kim, Seonho, et al.
Pubblicazione: (2021)

Optimal Lower Bounds for Online Multicalibration
di: Collina, Natalie, et al.
Pubblicazione: (2026)

On the Interpolation Error of Nonlinear Attention versus Linear Regression
di: Liao, Zhenyu, et al.
Pubblicazione: (2025)

Optimal Batched Linear Bandits
di: Ren, Xuanfei, et al.
Pubblicazione: (2024)

A Simple and Optimal Policy Design with Safety against Heavy-Tailed Risk for Stochastic Bandits
di: Simchi-Levi, David, et al.
Pubblicazione: (2022)

Improved Scaling Laws in Linear Regression via Data Reuse
di: Lin, Licong, et al.
Pubblicazione: (2025)

Transfer Learning for Benign Overfitting in High-Dimensional Linear Regression
di: Kim, Yeichan, et al.
Pubblicazione: (2025)

Asymptotics of Random Feature Regression Beyond the Linear Scaling Regime
di: Hu, Hong, et al.
Pubblicazione: (2024)

Unveiling the Cycloid Trajectory of EM Iterations in Mixed Linear Regression
di: Luo, Zhankun, et al.
Pubblicazione: (2024)

On the Concentration of the Minimizers of Empirical Risks
di: Escande, Paul
Pubblicazione: (2023)

Training Diagonal Linear Networks with Stochastic Sharpness-Aware Minimization
di: Clara, Gabriel, et al.
Pubblicazione: (2025)

Convergence of Statistical Estimators via Mutual Information Bounds
di: Khribch, El Mahdi, et al.
Pubblicazione: (2024)

Multimodal Bandits: Regret Lower Bounds and Optimal Algorithms
di: Réveillard, William, et al.
Pubblicazione: (2025)

Optimal Bounds for Tyler's M-Estimator for Elliptical Distributions
di: Lau, Lap Chi, et al.
Pubblicazione: (2025)

Regret Distribution in Stochastic Bandits: Optimal Trade-off between Expectation and Tail Risk
di: Simchi-Levi, David, et al.
Pubblicazione: (2023)

Statistically Optimal Generative Modeling with Maximum Deviation from the Empirical Distribution
di: Vardanyan, Elen, et al.
Pubblicazione: (2023)