Buchumschlag

Universality of Benign Overfitting in Binary Linear Classification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hashimoto, Ichiro, Volgushev, Stanislav, Zwiernik, Piotr
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Statistics Theory 14J62
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Entropic covariance models
von: Zwiernik, Piotr
Veröffentlicht: (2023)

Directional Convergence, Benign Overfitting of Gradient Descent in leaky ReLU two-layer Neural Networks
von: Hashimoto, Ichiro
Veröffentlicht: (2025)

Beyond independent component analysis: identifiability and algorithms
von: Ribot, Alvaro, et al.
Veröffentlicht: (2025)

Causal discovery under mean independence and linearity
von: Mesters, Geert, et al.
Veröffentlicht: (2026)

Outlier Robust and Sparse Estimation of Linear Regression Coefficients
von: Sasai, Takeyuki, et al.
Veröffentlicht: (2022)

Pathological Regularization Regimes in Classification Tasks
von: Wiesmann, Maximilian, et al.
Veröffentlicht: (2024)

Environment Invariant Linear Least Squares
von: Fan, Jianqing, et al.
Veröffentlicht: (2023)

Distributed Sparse Linear Regression under Communication Constraints
von: Fonseca, Rodney, et al.
Veröffentlicht: (2023)

Prediction Risk and Estimation Risk of the Ridgeless Least Squares Estimator under General Assumptions on Regression Errors
von: Lee, Sungyoon, et al.
Veröffentlicht: (2023)

A statistical theory of overfitting for imbalanced classification
von: Lyu, Jingyang, et al.
Veröffentlicht: (2025)

Estimation of sparse linear regression coefficients under $L$-subexponential covariates
von: Sasai, Takeyuki
Veröffentlicht: (2023)

Learning latent tree models with small query complexity
von: Devroye, Luc, et al.
Veröffentlicht: (2024)

Uncertainty Quantification Via the Posterior Predictive Variance
von: Chaudhuri, Sanjay, et al.
Veröffentlicht: (2026)

Shrinkage to Infinity: Reducing Test Error by Inflating the Minimum Norm Interpolator in Linear Models
von: Freeman, Jake
Veröffentlicht: (2025)

Spectral-Transport Stability and Benign Overfitting in Interpolating Learning
von: Fredriksson-Imanov, Gustav Olaf Yunus Laitinen-Lundström
Veröffentlicht: (2026)

Decision Theory For Large Scale Outlier Detection Using Aleatoric Uncertainty: With a Note on Bayesian FDR
von: Warnick, Ryan
Veröffentlicht: (2025)

Transfer Learning for Benign Overfitting in High-Dimensional Linear Regression
von: Kim, Yeichan, et al.
Veröffentlicht: (2025)

Benign Overfitting in Time Series Linear Models with Over-Parameterization
von: Nakakita, Shogo, et al.
Veröffentlicht: (2022)

$\ell_1$-Regularized Generalized Least Squares
von: Nobari, Kaveh S., et al.
Veröffentlicht: (2024)

Pseudo-Labeling for Kernel Ridge Regression under Covariate Shift
von: Wang, Kaizheng
Veröffentlicht: (2023)

Empirical tail dependence functions in high dimensions: uniform linearizations and inference
von: Bücher, Axel, et al.
Veröffentlicht: (2026)

Learning extremal graphical structures in high dimensions
von: Engelke, Sebastian, et al.
Veröffentlicht: (2021)

Non-Independent Components Analysis
von: Mesters, Geert, et al.
Veröffentlicht: (2022)

A PC Algorithm for Max-Linear Bayesian Networks
von: Améndola, Carlos, et al.
Veröffentlicht: (2025)

Comparing regularisation paths of (conjugate) gradient estimators in ridge regression
von: Hucker, Laura, et al.
Veröffentlicht: (2025)

New explanations and inference for least angle regression
von: Gregory, Karl B., et al.
Veröffentlicht: (2026)

Dimension-free uniform concentration bound for logistic regression
von: Nakakita, Shogo
Veröffentlicht: (2024)

Improving variable selection properties with data integration and transfer learning
von: Rognon-Vael, Paul, et al.
Veröffentlicht: (2025)

Incorporating Taxonomies of Cyber Incidents Into Detection Networks for Improved Detection Performance
von: Warnick, Ryan
Veröffentlicht: (2025)

Beyond Benign Overfitting in Nadaraya-Watson Interpolators
von: Barzilai, Daniel, et al.
Veröffentlicht: (2025)

Benign Overfitting without Linearity: Neural Network Classifiers Trained by Gradient Descent for Noisy Linear Data
von: Frei, Spencer, et al.
Veröffentlicht: (2022)

On the Benefits of Accelerated Optimization in Robust and Private Estimation
von: Marchis, Laurentiu Andrei, et al.
Veröffentlicht: (2025)

Robust Penalized Estimators for High--Dimensional Generalized Linear Models
von: Valdora, Marina, et al.
Veröffentlicht: (2023)

An Easily Tunable Approach to Robust and Sparse High-Dimensional Linear Regression
von: Sasai, Takeyuki, et al.
Veröffentlicht: (2025)

Regularized least squares learning with heavy-tailed noise is minimax optimal
von: Mollenhauer, Mattes, et al.
Veröffentlicht: (2025)

Improving the Convergence Rates of Forward Gradient Descent with Repeated Sampling
von: Dexheimer, Niklas, et al.
Veröffentlicht: (2024)

Pattern recovery by SLOPE
von: Bogdan, Małgorzata, et al.
Veröffentlicht: (2022)

Diffusion Approximations for Thompson Sampling in the Small Gap Regime
von: Fan, Lin, et al.
Veröffentlicht: (2021)

An Approximation Based Theory of Linear Regression
von: Davies, Laurie
Veröffentlicht: (2024)

Learning Curves and Benign Overfitting of Spectral Algorithms in Large Dimensions
von: Lu, Weihao, et al.
Veröffentlicht: (2026)