Copertina

Testably Learning Polynomial Threshold Functions

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Slot, Lucas, Tiegel, Stefan, Wiedmer, Manuel
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

Agnostic learning in (almost) optimal time via Gaussian surface area
di: Pesenti, Lucas, et al.
Pubblicazione: (2026)

Sample-Optimal Private Regression in Polynomial Time
di: Anderson, Prashanti, et al.
Pubblicazione: (2025)

Improved Robust Estimation for Erdős-Rényi Graphs: The Sparse Regime and Optimal Breakdown Point
di: Chen, Hongjie, et al.
Pubblicazione: (2025)

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

Attribute-Efficient PAC Learning of Low-Degree Polynomial Threshold Functions with Nasty Noise
di: Zeng, Shiwei, et al.
Pubblicazione: (2023)

SoS Certificates for Sparse Singular Values and Their Applications: Robust Statistics, Subspace Distortion, and More
di: Diakonikolas, Ilias, et al.
Pubblicazione: (2024)

Limitations of Membership Queries in Testable Learning
di: Lange, Jane, et al.
Pubblicazione: (2025)

Testable Learning of General Halfspaces under Massart Noise
di: Diakonikolas, Ilias, et al.
Pubblicazione: (2026)

Efficient Testable Learning of General Halfspaces with Adversarial Label Noise
di: Diakonikolas, Ilias, et al.
Pubblicazione: (2024)

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

SoS Certifiability of Subgaussian Distributions and its Algorithmic Applications
di: Diakonikolas, Ilias, et al.
Pubblicazione: (2024)

A Framework for Searching in Graphs in the Presence of Errors
di: Dereniowski, Dariusz, et al.
Pubblicazione: (2018)

Hesse's Redemption: Efficient Convex Polynomial Programming
di: Slot, Lucas, et al.
Pubblicazione: (2025)

Deterministic Policies for Constrained Reinforcement Learning in Polynomial Time
di: McMahan, Jeremy
Pubblicazione: (2024)

Learned Static Function Data Structures
di: Hermann, Stefan, et al.
Pubblicazione: (2025)

A Fully Polynomial-Time Algorithm for Robustly Learning Halfspaces over the Hypercube
di: Chandrasekaran, Gautam, et al.
Pubblicazione: (2025)

Super Non-singular Decompositions of Polynomials and their Application to Robustly Learning Low-degree PTFs
di: Diakonikolas, Ilias, et al.
Pubblicazione: (2024)

Outlier Robust Multivariate Polynomial Regression
di: Arora, Vipul, et al.
Pubblicazione: (2024)

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

GIST: Greedy Independent Set Thresholding for Max-Min Diversification with Submodular Utility
di: Fahrbach, Matthew, et al.
Pubblicazione: (2024)

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

Collaborative Learning with Different Labeling Functions
di: Deng, Yuyang, et al.
Pubblicazione: (2024)

On Exact Learning of $d$-Monotone Functions
di: Bshouty, Nader H.
Pubblicazione: (2025)

Polynomial-time derivation of optimal k-tree topology from Markov networks
di: Dastjerdi, Fereshteh R., et al.
Pubblicazione: (2024)

Fast RoPE Attention: Combining the Polynomial Method and Fast Fourier Transform
di: Alman, Josh, et al.
Pubblicazione: (2025)

On the Complexity of Learning Sparse Functions with Statistical and Gradient Queries
di: Joshi, Nirmit, et al.
Pubblicazione: (2024)

Experimental Design Using Interlacing Polynomials
di: Lau, Lap Chi, et al.
Pubblicazione: (2024)

Polynomial-Time Approximability of Constrained Reinforcement Learning
di: McMahan, Jeremy
Pubblicazione: (2025)

Optimization of Inter-group Criteria for Clustering with Minimum Size Constraints
di: Laber, Eduardo S., et al.
Pubblicazione: (2024)

Chasing Convex Functions with Long-term Constraints
di: Lechowicz, Adam, et al.
Pubblicazione: (2024)

Optimal Approximation -- Smoothness Tradeoffs for Soft-Max Functions
di: Epasto, Alessandro, et al.
Pubblicazione: (2020)

Sharper Bounds for Chebyshev Moment Matching, with Applications
di: Musco, Cameron, et al.
Pubblicazione: (2024)

Curvature Beyond Positivity: Greedy Guarantees for Arbitrary Submodular Functions
di: Chen, Yixin, et al.
Pubblicazione: (2026)

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

No-Regret M${}^{\natural}$-Concave Function Maximization: Stochastic Bandit Algorithms and Hardness of Adversarial Full-Information Setting
di: Oki, Taihei, et al.
Pubblicazione: (2024)

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

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

On Computing Optimal Tree Ensembles
di: Komusiewicz, Christian, et al.
Pubblicazione: (2023)

A Note on Non-Negative $L_1$-Approximating Polynomials
di: Lee, Jane H., et al.
Pubblicazione: (2026)

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