Buchumschlag

Agnostic Smoothed Online Learning without Knowledge of the Base Measure

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Blanchard, Moïse
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

Characterizing Online and Private Learnability under Distributional Constraints via Generalized Smoothness
von: Blanchard, Moïse, et al.
Veröffentlicht: (2026)

Distributionally-Constrained Adversaries in Online Learning
von: Blanchard, Moïse, et al.
Veröffentlicht: (2025)

Collaborative Min-Max Regret in Grouped Multi-Armed Bandits
von: Blanchard, Moïse, et al.
Veröffentlicht: (2025)

Gradient Descent is Pareto-Optimal in the Oracle Complexity and Memory Tradeoff for Feasibility Problems
von: Blanchard, Moise
Veröffentlicht: (2024)

Distribution-Free Sequential Prediction with Abstentions
von: Yu, Jialin, et al.
Veröffentlicht: (2026)

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

Smoothed Agnostic Learning of Halfspaces over the Hypercube
von: Kou, Yiwen, et al.
Veröffentlicht: (2025)

Consistency and Inconsistency in $K$-Means Clustering
von: Blanchard, Moïse, et al.
Veröffentlicht: (2025)

Statistical Query Lower Bounds for Smoothed Agnostic Learning
von: Diakonikolas, Ilias, et al.
Veröffentlicht: (2026)

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

Demographic-Agnostic Fairness without Harm
von: Cai, Zhongteng, et al.
Veröffentlicht: (2025)

Smooth Handovers via Smoothed Online Learning
von: Kalntis, Michail, et al.
Veröffentlicht: (2025)

A Near-optimal SQ Lower Bound for Smoothed Agnostic Learning of Boolean Halfspaces
von: Sinen, Tim
Veröffentlicht: (2026)

Smoothed Online Learning for Prediction in Piecewise Affine Systems
von: Block, Adam, et al.
Veröffentlicht: (2023)

Partially Lazy Gradient Descent for Smoothed Online Learning
von: Mhaisen, Naram, et al.
Veröffentlicht: (2026)

Private Online Learning against an Adaptive Adversary: Realizable and Agnostic Settings
von: Li, Bo, et al.
Veröffentlicht: (2025)

Smooth Model Compression without Fine-Tuning
von: Runkel, Christina, et al.
Veröffentlicht: (2025)

Agnostic Online Learning and Excellent Sets
von: Malliaris, Maryanthe, et al.
Veröffentlicht: (2021)

Oracle-Efficient Smoothed Online Learning for Piecewise Continuous Decision Making
von: Block, Adam, et al.
Veröffentlicht: (2023)

The Sample Complexity of Approximate Rejection Sampling with Applications to Smoothed Online Learning
von: Block, Adam, et al.
Veröffentlicht: (2023)

Towards Robust Offline-to-Online Reinforcement Learning via Uncertainty and Smoothness
von: Wen, Xiaoyu, et al.
Veröffentlicht: (2023)

Gradient-Variation Online Learning under Generalized Smoothness
von: Xie, Yan-Feng, et al.
Veröffentlicht: (2024)

Online Proximal ADMM for Graph Learning from Streaming Smooth Signals
von: Chahuara, Hector, et al.
Veröffentlicht: (2024)

Smoothed Online Optimization for Target Tracking: Robust and Learning-Augmented Algorithms
von: Zeynali, Ali, et al.
Veröffentlicht: (2025)

Model-Agnostic Knowledge Guided Correction for Improved Neural Surrogate Rollout
von: Srikishan, Bharat, et al.
Veröffentlicht: (2025)

Smoothing Out Hallucinations: Mitigating LLM Hallucination with Smoothed Knowledge Distillation
von: Nguyen, Hieu, et al.
Veröffentlicht: (2025)

Smoothed Online Classification can be Harder than Batch Classification
von: Raman, Vinod, et al.
Veröffentlicht: (2024)

Adaptive Matrix Online Learning through Smoothing with Guarantees for Nonsmooth Nonconvex Optimization
von: Jiang, Ruichen, et al.
Veröffentlicht: (2026)

Error Exponent in Agnostic PAC Learning
von: Hendel, Adi, et al.
Veröffentlicht: (2024)

Constrained Meta Agnostic Reinforcement Learning
von: Daaboul, Karam, et al.
Veröffentlicht: (2024)

Cooperative Knowledge Distillation: A Learner Agnostic Approach
von: Livanos, Michael, et al.
Veröffentlicht: (2024)

DepthCharge: A Domain-Agnostic Framework for Measuring Depth-Dependent Knowledge in Large Language Models
von: Sheppert, Alexander
Veröffentlicht: (2026)

Convergent Privacy Loss of Noisy-SGD without Convexity and Smoothness
von: Chien, Eli, et al.
Veröffentlicht: (2024)

Online Smoothed Demand Management
von: Lechowicz, Adam, et al.
Veröffentlicht: (2025)

Worst-case Error Bounds for Online Learning of Smooth Functions
von: Xie, Weian
Veröffentlicht: (2025)

SAVA: Scalable Learning-Agnostic Data Valuation
von: Kessler, Samuel, et al.
Veröffentlicht: (2024)

Continual Learning at the Edge: An Agnostic IIoT Architecture
von: García-Santaclara, Pablo, et al.
Veröffentlicht: (2025)

Task-Agnostic Experts Composition for Continual Learning
von: Quarantiello, Luigi, et al.
Veröffentlicht: (2025)

On Agnostic PAC Learning in the Small Error Regime
von: Asilis, Julian, et al.
Veröffentlicht: (2025)

Boosting Efficiency in Task-Agnostic Exploration through Causal Knowledge
von: Yang, Yupei, et al.
Veröffentlicht: (2024)