Copertina

Scalable Learning of Item Response Theory Models

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Frick, Susanne, Krivošija, Amer, Munteanu, Alexander
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning Data Structures and Algorithms
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Improved Learning via k-DTW: A Novel Dissimilarity Measure for Curves
di: Krivošija, Amer, et al.
Pubblicazione: (2025)

Optimal bounds for $\ell_p$ sensitivity sampling via $\ell_2$ augmentation
di: Munteanu, Alexander, et al.
Pubblicazione: (2024)

Turnstile $\ell_p$ leverage score sampling with applications
di: Munteanu, Alexander, et al.
Pubblicazione: (2024)

Scalable Learning of Multivariate Distributions via Coresets
di: Ding, Zeyu, et al.
Pubblicazione: (2026)

Data subsampling for Poisson regression with pth-root-link
di: Lie, Han Cheng, et al.
Pubblicazione: (2024)

Optimal Dimension-Free Sampling for Regularized Classification
di: Alishahi, Meysam, et al.
Pubblicazione: (2026)

Hardness of High-Dimensional Linear Classification
di: Munteanu, Alexander, et al.
Pubblicazione: (2026)

Scalable DP-SGD: Shuffling vs. Poisson Subsampling
di: Chua, Lynn, et al.
Pubblicazione: (2024)

PriorBoost: An Adaptive Algorithm for Learning from Aggregate Responses
di: Javanmard, Adel, et al.
Pubblicazione: (2024)

Differentially Private and Scalable Estimation of the Network Principal Component
di: Khayatian, Alireza, et al.
Pubblicazione: (2025)

Tensor Sketch: Fast and Scalable Polynomial Kernel Approximation
di: Pham, Ninh, et al.
Pubblicazione: (2025)

Learning-Augmented Online Scheduling with Parsimonious Preemption
di: Blue, Mugen, et al.
Pubblicazione: (2026)

$k$NN Attention Demystified: A Theoretical Exploration for Scalable Transformers
di: Haris, Themistoklis
Pubblicazione: (2024)

Better Models and Algorithms for Learning Ising Models from Dynamics
di: Gaitonde, Jason, et al.
Pubblicazione: (2025)

Online Learning in the Random Order Model
di: Bernasconi, Martino, et al.
Pubblicazione: (2025)

A Model for Combinatorial Dictionary Learning and Inference
di: Blum, Avrim, et al.
Pubblicazione: (2024)

Online Learning with Limited Information in the Sliding Window Model
di: Braverman, Vladimir, et al.
Pubblicazione: (2026)

Learning $\mathsf{AC}^0$ Under Graphical Models
di: Chandrasekaran, Gautam, et al.
Pubblicazione: (2026)

Learning-Augmented Moment Estimation on Time-Decay Models
di: Nagawanshi, Soham, et al.
Pubblicazione: (2026)

Equivalence of Coarse and Fine-Grained Models for Learning with Distribution Shift
di: Klivans, Adam R., et al.
Pubblicazione: (2026)

Robust Mixture Learning when Outliers Overwhelm Small Groups
di: Dmitriev, Daniil, et al.
Pubblicazione: (2024)

Learning-Augmented Online Bipartite Matching in the Random Arrival Order Model
di: Burathep, Kunanon, et al.
Pubblicazione: (2025)

Learning Mixture Models via Efficient High-dimensional Sparse Fourier Transforms
di: Kalavasis, Alkis, et al.
Pubblicazione: (2026)

Data-Efficient Learning via Clustering-Based Sensitivity Sampling: Foundation Models and Beyond
di: Axiotis, Kyriakos, et al.
Pubblicazione: (2024)

Learning the Inverse Temperature of Ising Models under Hard Constraints using One Sample
di: Chauhan, Rohan, et al.
Pubblicazione: (2025)

Algorithms and SQ Lower Bounds for Robustly Learning Real-valued Multi-index Models
di: Diakonikolas, Ilias, et al.
Pubblicazione: (2025)

Efficient Sample-optimal Learning of Gaussian Tree Models via Sample-optimal Testing of Gaussian Mutual Information
di: Gayen, Sutanu, et al.
Pubblicazione: (2024)

Learning on the Edge: Online Learning with Stochastic Feedback Graphs
di: Esposito, Emmanuel, et al.
Pubblicazione: (2022)

Learning-Augmented Algorithms for $k$-median via Online Learning
di: Hebbar, Anish, et al.
Pubblicazione: (2026)

Overcomplete Tensor Decomposition via Koszul-Young Flattenings
di: Kothari, Pravesh K., et al.
Pubblicazione: (2024)

Learned LSM-trees: Two Approaches Using Learned Bloom Filters
di: Fidalgo, Nicholas, et al.
Pubblicazione: (2025)

Active Learning with Simple Questions
di: Kontonis, Vasilis, et al.
Pubblicazione: (2024)

Robust Learning-Augmented Dictionaries
di: Zeynali, Ali, et al.
Pubblicazione: (2024)

Learning with Monotone Adversarial Corruptions
di: Larsen, Kasper Green, et al.
Pubblicazione: (2026)

Testable Learning with Distribution Shift
di: Klivans, Adam R., et al.
Pubblicazione: (2023)

Learning the Positions in CountSketch
di: Li, Yi, et al.
Pubblicazione: (2023)

Learning Low Degree Hypergraphs
di: Balkanski, Eric, et al.
Pubblicazione: (2022)

Learning and Testing Convex Functions
di: Pinto Jr., Renato Ferreira, et al.
Pubblicazione: (2025)

Learning-Augmented Hierarchical Clustering
di: Braverman, Vladimir, et al.
Pubblicazione: (2025)

Learning-Augmented Frequent Directions
di: Aamand, Anders, et al.
Pubblicazione: (2025)