Copertina

Robust Minimax Boosting with Performance Guarantees

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Mazuelas, Santiago, Alvarez, Veronica
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Supervised Learning with Evolving Tasks and Performance Guarantees
di: Álvarez, Verónica, et al.
Pubblicazione: (2025)

MRCpy: A Library for Minimax Risk Classifiers
di: Bondugula, Kartheek, et al.
Pubblicazione: (2021)

Efficient Large-Scale Learning of Minimax Risk Classifiers
di: Bondugula, Kartheek, et al.
Pubblicazione: (2025)

Minimax Generalized Cross-Entropy
di: Bondugula, Kartheek, et al.
Pubblicazione: (2026)

Multi-task Online Learning for Probabilistic Load Forecasting
di: Zaballa, Onintze, et al.
Pubblicazione: (2025)

Adaptive Multi-task Learning for Probabilistic Load Forecasting
di: Zaballa, Onintze, et al.
Pubblicazione: (2025)

Reliable Programmatic Weak Supervision with Confidence Intervals for Label Probabilities
di: Álvarez, Verónica, et al.
Pubblicazione: (2025)

Probabilistic Load Forecasting Based on Adaptive Online Learning
di: Álvarez, Verónica, et al.
Pubblicazione: (2020)

Split Conformal Classification with Unsupervised Calibration
di: Mazuelas, Santiago
Pubblicazione: (2025)

Safe Fairness Guarantees Without Demographics in Classification: Spectral Uncertainty Set Perspective
di: Barrainkua, Ainhize, et al.
Pubblicazione: (2026)

On the Optimality of the Median-of-Means Estimator under Adversarial Contamination
di: de Juan, Xabier, et al.
Pubblicazione: (2025)

Learnability with Partial Labels and Adaptive Nearest Neighbors
di: Errandonea, Nicolas A., et al.
Pubblicazione: (2026)

Stochastic Compositional Minimax Optimization with Provable Convergence Guarantees
di: Deng, Yuyang, et al.
Pubblicazione: (2024)

Fairness-aware Federated Minimax Optimization with Convergence Guarantee
di: Dunda, Gerry Windiarto Mohamad, et al.
Pubblicazione: (2023)

ConquerNet: Convolution-Smoothed Quantile ReLU Neural Networks with Minimax Guarantees
di: Luo, Tianpai, et al.
Pubblicazione: (2026)

Minimax-Optimal Multi-Agent Robust Reinforcement Learning
di: Jiao, Yuchen, et al.
Pubblicazione: (2024)

Towards Minimax Optimality of Model-based Robust Reinforcement Learning
di: Clavier, Pierre, et al.
Pubblicazione: (2023)

Learning from Similar Linear Representations: Adaptivity, Minimaxity, and Robustness
di: Tian, Ye, et al.
Pubblicazione: (2023)

Corruption-Robust Linear Bandits: Minimax Optimality and Gap-Dependent Misspecification
di: Liu, Haolin, et al.
Pubblicazione: (2024)

Subsampling Graphs with GNN Performance Guarantees
di: Jain, Mika Sarkin, et al.
Pubblicazione: (2025)

When Flatness Does (Not) Guarantee Adversarial Robustness
di: Walter, Nils Philipp, et al.
Pubblicazione: (2025)

Learning Performance Maximizing Ensembles with Explainability Guarantees
di: Pisztora, Vincent, et al.
Pubblicazione: (2023)

Efficient Evaluation of LLM Performance with Statistical Guarantees
di: Wu, Skyler, et al.
Pubblicazione: (2026)

Understanding the Statistical Accuracy-Communication Trade-off in Personalized Federated Learning with Minimax Guarantees
di: Yu, Xin, et al.
Pubblicazione: (2024)

Get Global Guarantees: On the Probabilistic Nature of Perturbation Robustness
di: Mu, Wenchuan, et al.
Pubblicazione: (2025)

Policy Gradient in Robust MDPs with Global Convergence Guarantee
di: Wang, Qiuhao, et al.
Pubblicazione: (2022)

Minimax Optimal and Computationally Efficient Algorithms for Distributionally Robust Offline Reinforcement Learning
di: Liu, Zhishuai, et al.
Pubblicazione: (2024)

Adversarial Robustness in Two-Stage Learning-to-Defer: Algorithms and Guarantees
di: Montreuil, Yannis, et al.
Pubblicazione: (2025)

Minimax Rates for Hyperbolic Hierarchical Learning
di: Rawal, Divit, et al.
Pubblicazione: (2026)

Minimax Group Fairness in Strategic Classification
di: Diana, Emily, et al.
Pubblicazione: (2024)

The Minimax Rate of Second-Order Calibration
di: Ciosek, Kamil, et al.
Pubblicazione: (2026)

Towards Robust Learning to Optimize with Theoretical Guarantees
di: Song, Qingyu, et al.
Pubblicazione: (2025)

Rigorous Probabilistic Guarantees for Robust Counterfactual Explanations
di: Marzari, Luca, et al.
Pubblicazione: (2024)

SDEs for Minimax Optimization
di: Compagnoni, Enea Monzio, et al.
Pubblicazione: (2024)

Robust-Multi-Task Gradient Boosting
di: Emami, Seyedsaman, et al.
Pubblicazione: (2025)

On Performance Guarantees for Federated Learning with Personalized Constraints
di: Ebrahimi, Mohammadjavad, et al.
Pubblicazione: (2026)

Minimax Optimal Reinforcement Learning with Quasi-Optimism
di: Lee, Harin, et al.
Pubblicazione: (2025)

Linear Bandits on Ellipsoids: Minimax Optimal Algorithms
di: Zhang, Raymond, et al.
Pubblicazione: (2025)

Mitigating Goal Misgeneralization via Minimax Regret
di: Sadek, Karim Abdel, et al.
Pubblicazione: (2025)

Transformers are Minimax Optimal Nonparametric In-Context Learners
di: Kim, Juno, et al.
Pubblicazione: (2024)