Copertina

Multiclass Transductive Online Learning

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Hanneke, Steve, Raman, Vinod, Shaeiri, Amirreza, Subedi, Unique
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

Multiclass Online Learnability under Bandit Feedback
di: Raman, Ananth, et al.
Pubblicazione: (2023)

Universal Multiclass Transductive Online Learning
di: Hanneke, Steve, et al.
Pubblicazione: (2026)

Online Learning with Set-Valued Feedback
di: Raman, Vinod, et al.
Pubblicazione: (2023)

Online Infinite-Dimensional Regression: Learning Linear Operators
di: Raman, Vinod, et al.
Pubblicazione: (2023)

A Combinatorial Characterization of Supervised Online Learnability
di: Raman, Vinod, et al.
Pubblicazione: (2023)

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

The Complexity of Sequential Prediction in Dynamical Systems
di: Raman, Vinod, et al.
Pubblicazione: (2024)

A Characterization of Multioutput Learnability
di: Raman, Vinod, et al.
Pubblicazione: (2023)

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

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

Apple Tasting: Combinatorial Dimensions and Minimax Rates
di: Raman, Vinod, et al.
Pubblicazione: (2023)

Learning to Choose or Choosing to Learn: Best-of-N vs. Supervised Fine-Tuning for Bit String Generation
di: Somerstep, Seamus, et al.
Pubblicazione: (2025)

Transductive and Learning-Augmented Online Regression
di: Raman, Vinod, et al.
Pubblicazione: (2025)

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

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

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

Operator Learning: A Statistical Perspective
di: Subedi, Unique, et al.
Pubblicazione: (2025)

On the Benefits of Active Data Collection in Operator Learning
di: Subedi, Unique, et al.
Pubblicazione: (2024)

Is Zero-Shot Super-Resolution Possible in Operator Learning?
di: Subedi, Unique, et al.
Pubblicazione: (2026)

Controlling Statistical, Discretization, and Truncation Errors in Learning Fourier Linear Operators
di: Subedi, Unique, et al.
Pubblicazione: (2024)

Operator Learning for Schrödinger Equation: Unitarity, Error Bounds, and Time Generalization
di: Patel, Yash, et al.
Pubblicazione: (2025)

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

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

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

Online Classification with Predictions
di: Raman, Vinod, et al.
Pubblicazione: (2024)

The Dimension of Self-Directed Learning
di: Devulapalli, Pramith, et al.
Pubblicazione: (2024)

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

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

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

Generation from Noisy Examples
di: Raman, Ananth, et al.
Pubblicazione: (2025)

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

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

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

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

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

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

Private List Learnability vs. Online List Learnability
di: Hanneke, Steve, et al.
Pubblicazione: (2025)

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

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

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