Buchumschlag

PAC Learnability in the Presence of Performativity

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kirev, Ivan, Baltadzhiev, Lyuben, Konstantinov, Nikola
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

On the Impact of Performative Risk Minimization for Binary Random Variables
von: Tsoy, Nikita, et al.
Veröffentlicht: (2025)

On Measuring Localization of Shortcuts in Deep Networks
von: Tsoy, Nikita, et al.
Veröffentlicht: (2025)

Simplicity Bias of Two-Layer Networks beyond Linearly Separable Data
von: Tsoy, Nikita, et al.
Veröffentlicht: (2024)

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

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

Strategic PAC Learnability via Geometric Definability
von: Filmus, Yuval, et al.
Veröffentlicht: (2026)

LARP: Learner-Agnostic Robust Data Prefiltering
von: Minchev, Kristian, et al.
Veröffentlicht: (2025)

Efficient PAC Learnability of Dynamical Systems Over Multilayer Networks
von: Qiu, Zirou, et al.
Veröffentlicht: (2024)

A Characterization of Semi-Supervised Adversarially-Robust PAC Learnability
von: Attias, Idan, et al.
Veröffentlicht: (2022)

PAC Learnability of Scenario Decision-Making Algorithms: Necessary Conditions and Sufficient Conditions
von: Berger, Guillaume O., et al.
Veröffentlicht: (2025)

Incentivizing Truthful Collaboration in Heterogeneous Federated Learning
von: Chakarov, Dimitar, et al.
Veröffentlicht: (2024)

Provable Mutual Benefits from Federated Learning in Privacy-Sensitive Domains
von: Tsoy, Nikita, et al.
Veröffentlicht: (2024)

Graph Neural Network-Informed Predictive Flows for Faster Ford-Fulkerson and PAC-Learnability
von: Wiesler, Eleanor, et al.
Veröffentlicht: (2026)

Incentivizing Honesty among Competitors in Collaborative Learning and Optimization
von: Dorner, Florian E., et al.
Veröffentlicht: (2023)

A novel gradient-based method for decision trees optimizing arbitrary differential loss functions
von: Konstantinov, Andrei V., et al.
Veröffentlicht: (2025)

Understanding Boolean Function Learnability on Deep Neural Networks: PAC Learning Meets Neurosymbolic Models
von: Nicolau, Marcio, et al.
Veröffentlicht: (2020)

Efficient Optimal PAC Learning
von: Høgsgaard, Mikael Møller
Veröffentlicht: (2025)

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

On the Computability of Multiclass PAC Learning
von: Gourdeau, Pascale, et al.
Veröffentlicht: (2025)

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

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

PAC-Bayes Analysis for Recalibration in Classification
von: Fujisawa, Masahiro, et al.
Veröffentlicht: (2024)

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

Learning via Surrogate PAC-Bayes
von: Picard-Weibel, Antoine, et al.
Veröffentlicht: (2024)

Time-uniform conformal and PAC prediction
von: Scharfstein, Kayla E., et al.
Veröffentlicht: (2026)

Incorporating Expert Rules into Neural Networks in the Framework of Concept-Based Learning
von: Konstantinov, Andrei V., et al.
Veröffentlicht: (2024)

TabSurv: Adapting Modern Tabular Neural Networks to Survival Analysis
von: Kirpichenko, Stanislav, et al.
Veröffentlicht: (2026)

HyPAC: Cost-Efficient LLMs-Human Hybrid Annotation with PAC Error Guarantees
von: Zeng, Hao, et al.
Veröffentlicht: (2026)

Measuring Model Performance in the Presence of an Intervention
von: Chen, Winston, et al.
Veröffentlicht: (2025)

PAC Off-Policy Prediction of Contextual Bandits
von: Wan, Yilong, et al.
Veröffentlicht: (2025)

Empirical PAC-Bayes Bounds for Markov Chains
von: Karagulyan, Vahe, et al.
Veröffentlicht: (2025)

Simplifying Adversarially Robust PAC Learning with Tolerance
von: Ashtiani, Hassan, et al.
Veröffentlicht: (2025)

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

Refined PAC-Bayes Bounds for Offline Bandits
von: Gouverneur, Amaury, et al.
Veröffentlicht: (2025)

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

Better-than-KL PAC-Bayes Bounds
von: Kuzborskij, Ilja, et al.
Veröffentlicht: (2024)

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

On Uniform, Bayesian, and PAC-Bayesian Deep Ensembles
von: Hauptvogel, Nick, et al.
Veröffentlicht: (2024)

PAC-Bayesian Soft Actor-Critic Learning
von: Tasdighi, Bahareh, et al.
Veröffentlicht: (2023)

Proof or Bluff? Evaluating LLMs on 2025 USA Math Olympiad
von: Petrov, Ivo, et al.
Veröffentlicht: (2025)