Buchumschlag

The Dimension of Self-Directed Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Devulapalli, Pramith, Hanneke, Steve
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

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

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

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

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

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

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

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

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

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

Adversarially Robust PAC Learnability of Real-Valued Functions
von: Attias, Idan, et al.
Veröffentlicht: (2022)

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

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

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

Efficient Agnostic Learning with Average Smoothness
von: Hanneke, Steve, et al.
Veröffentlicht: (2023)

On the ERM Principle in Meta-Learning
von: Alon, Yannay, et al.
Veröffentlicht: (2024)

Multiclass Transductive Online Learning
von: Hanneke, Steve, et al.
Veröffentlicht: (2024)

Sample Complexity of Agnostic Multiclass Classification: Natarajan Dimension Strikes Back
von: Cohen, Alon, et al.
Veröffentlicht: (2025)

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

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

List Sample Compression and Uniform Convergence
von: Hanneke, Steve, et al.
Veröffentlicht: (2024)

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

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

Optimal Mistake Bounds for Transductive Online Learning
von: Chase, Zachary, et al.
Veröffentlicht: (2025)

Dual VC Dimension Obstructs Sample Compression by Embeddings
von: Chase, Zachary, et al.
Veröffentlicht: (2024)

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

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

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

Data Selection for ERMs
von: Hanneke, Steve, et al.
Veröffentlicht: (2025)

On Union-Closedness of Language Generation
von: Hanneke, Steve, et al.
Veröffentlicht: (2025)

Proofs as Explanations: Short Certificates for Reliable Predictions
von: Blum, Avrim, et al.
Veröffentlicht: (2025)

An Optimal Sauer Lemma Over $k$-ary Alphabets
von: Hanneke, Steve, et al.
Veröffentlicht: (2026)

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

On the Learning Curves of Revenue Maximization
von: Hanneke, Steve, et al.
Veröffentlicht: (2026)

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

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

Ramsey Theorems for Trees and a General 'Private Learning Implies Online Learning' Theorem
von: Fioravanti, Simone, et al.
Veröffentlicht: (2024)

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

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

Self-Directed Learning of Convex Labelings on Graphs
von: Sokolov, Georgy, et al.
Veröffentlicht: (2024)