Copertina

Online-to-PAC generalization bounds under graph-mixing dependencies

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Abélès, Baptiste, Clerico, Eugenio, Neu, Gergely
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Generalization bounds for mixing processes via delayed online-to-PAC conversions
di: Abeles, Baptiste, et al.
Pubblicazione: (2024)

Linear Bandits with Non-i.i.d. Noise
di: Abélès, Baptiste, et al.
Pubblicazione: (2025)

Online-to-PAC Conversions: Generalization Bounds via Regret Analysis
di: Lugosi, Gábor, et al.
Pubblicazione: (2023)

Confidence Sequences for Generalized Linear Models via Regret Analysis
di: Clerico, Eugenio, et al.
Pubblicazione: (2025)

Generalisation under gradient descent via deterministic PAC-Bayes
di: Clerico, Eugenio, et al.
Pubblicazione: (2022)

Online learning with Erdős-Rényi side-observation graphs
di: Kocák, Tomáš, et al.
Pubblicazione: (2026)

How good is PAC-Bayes at explaining generalisation?
di: Picard-Weibel, Antoine, et al.
Pubblicazione: (2025)

Online combinatorial optimization with stochastic decision sets and adversarial losses
di: Neu, Gergely, et al.
Pubblicazione: (2026)

Online learning with noisy side observations
di: Kocák, Tomáš, et al.
Pubblicazione: (2026)

Adaptive time series forecasting with markovian variance switching
di: Abélès, Baptiste, et al.
Pubblicazione: (2024)

Offline RL via Feature-Occupancy Gradient Ascent
di: Neu, Gergely, et al.
Pubblicazione: (2024)

Dealing with unbounded gradients in stochastic saddle-point optimization
di: Neu, Gergely, et al.
Pubblicazione: (2024)

Optimistic Information Directed Sampling
di: Neu, Gergely, et al.
Pubblicazione: (2024)

Inverse Q-Learning Done Right: Offline Imitation Learning in $Q^π$-Realizable MDPs
di: Moulin, Antoine, et al.
Pubblicazione: (2025)

Sparse Optimistic Information Directed Sampling
di: Schwartz, Ludovic, et al.
Pubblicazione: (2025)

Optimistically Optimistic Exploration for Provably Efficient Infinite-Horizon Reinforcement and Imitation Learning
di: Moulin, Antoine, et al.
Pubblicazione: (2025)

Generalization bounds for learning under graph-dependence: A survey
di: Zhang, Rui-Ray, et al.
Pubblicazione: (2022)

Minimax optimality of deep neural networks on dependent data via PAC-Bayes bounds
di: Alquier, Pierre, et al.
Pubblicazione: (2024)

More PAC-Bayes bounds: From bounded losses, to losses with general tail behaviors, to anytime validity
di: Rodríguez-Gálvez, Borja, et al.
Pubblicazione: (2023)

PAC-Bayes-Chernoff bounds for unbounded losses
di: Casado, Ioar, et al.
Pubblicazione: (2024)

Efficient learning by implicit exploration in bandit problems with side observations
di: Kocak, Tomas, et al.
Pubblicazione: (2026)

User-friendly introduction to PAC-Bayes bounds
di: Alquier, Pierre
Pubblicazione: (2021)

PAC-Bayes Meets Online Contextual Optimization
di: Xie, Zhuojun, et al.
Pubblicazione: (2025)

Misclassification bounds for PAC-Bayesian sparse deep learning
di: Mai, The Tien
Pubblicazione: (2024)

Distances for Markov chains from sample streams
di: Calo, Sergio, et al.
Pubblicazione: (2025)

PAC Learnability under Explanation-Preserving Graph Perturbations
di: Zheng, Xu, et al.
Pubblicazione: (2024)

Misclassification excess risk bounds for PAC-Bayesian classification via convexified loss
di: Mai, The Tien
Pubblicazione: (2024)

Randomized algorithms and PAC bounds for inverse reinforcement learning in continuous spaces
di: Kamoutsi, Angeliki, et al.
Pubblicazione: (2024)

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

Bisimulation Metrics are Optimal Transport Distances, and Can be Computed Efficiently
di: Calo, Sergio, et al.
Pubblicazione: (2024)

A PAC-Bayesian approach to generalization for quantum models
di: Rodriguez-Grasa, Pablo, et al.
Pubblicazione: (2026)

Anytime PAC-Bayes for Constrained Density-Ratio Networks under Covariate Shift
di: Enabe, Paulo Akira F.
Pubblicazione: (2026)

A unified recipe for deriving (time-uniform) PAC-Bayes bounds
di: Chugg, Ben, et al.
Pubblicazione: (2023)

PAC-Bayesian risk bounds for fully connected deep neural network with Gaussian priors
di: Mai, The Tien
Pubblicazione: (2025)

Matching and mixing: Matchability of graphs under Markovian error
di: Li, Zhirui, et al.
Pubblicazione: (2026)

Private PAC Learning May be Harder than Online Learning
di: Bun, Mark, et al.
Pubblicazione: (2024)

On the Computability of Robust PAC Learning
di: Gourdeau, Pascale, et al.
Pubblicazione: (2024)

Deep Exploration with PAC-Bayes
di: Tasdighi, Bahareh, et al.
Pubblicazione: (2024)

Efficient Optimal PAC Learning
di: Høgsgaard, Mikael Møller
Pubblicazione: (2025)

Symmetries in PAC-Bayesian Learning
di: Beck, Armin, et al.
Pubblicazione: (2025)