Buchumschlag

Equivalence of Coarse and Fine-Grained Models for Learning with Distribution Shift

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Klivans, Adam R., Patel, Shyamal, Stavropoulos, Konstantinos, Vasilyan, Arsen
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Data Structures and Algorithms Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Testable Learning with Distribution Shift
von: Klivans, Adam R., et al.
Veröffentlicht: (2023)

Learning Intersections of Halfspaces with Distribution Shift: Improved Algorithms and SQ Lower Bounds
von: Klivans, Adam R., et al.
Veröffentlicht: (2024)

Iterative Chow Filtering for Learning with Distribution Shift
von: Chandrasekaran, Gautam, et al.
Veröffentlicht: (2026)

Efficient Discrepancy Testing for Learning with Distribution Shift
von: Chandrasekaran, Gautam, et al.
Veröffentlicht: (2024)

Learning Constant-Depth Circuits in Malicious Noise Models
von: Klivans, Adam R., et al.
Veröffentlicht: (2024)

Testing Noise Assumptions of Learning Algorithms
von: Goel, Surbhi, et al.
Veröffentlicht: (2025)

The Power of Iterative Filtering for Supervised Learning with (Heavy) Contamination
von: Klivans, Adam R., et al.
Veröffentlicht: (2025)

A Fully Polynomial-Time Algorithm for Robustly Learning Halfspaces over the Hypercube
von: Chandrasekaran, Gautam, et al.
Veröffentlicht: (2025)

Tolerant Algorithms for Learning with Arbitrary Covariate Shift
von: Goel, Surbhi, et al.
Veröffentlicht: (2024)

Learning Neural Networks with Distribution Shift: Efficiently Certifiable Guarantees
von: Chandrasekaran, Gautam, et al.
Veröffentlicht: (2025)

Robust learning of halfspaces under log-concave marginals
von: Lange, Jane, et al.
Veröffentlicht: (2025)

Learning $\mathsf{AC}^0$ Under Graphical Models
von: Chandrasekaran, Gautam, et al.
Veröffentlicht: (2026)

Learning Juntas under Markov Random Fields
von: Chandrasekaran, Gautam, et al.
Veröffentlicht: (2025)

Tight Bounds for Learning Polyhedra with a Margin
von: Patel, Shyamal, et al.
Veröffentlicht: (2026)

Learning the Sherrington-Kirkpatrick Model Even at Low Temperature
von: Chandrasekaran, Gautam, et al.
Veröffentlicht: (2024)

Learning Noisy Halfspaces with a Margin: Massart is No Harder than Random
von: Chandrasekaran, Gautam, et al.
Veröffentlicht: (2025)

Testable algorithms for approximately counting edges and triangles in sublinear time and space
von: Eden, Talya, et al.
Veröffentlicht: (2025)

The Importance of Being Smoothly Calibrated
von: Gopalan, Parikshit, et al.
Veröffentlicht: (2026)

Efficient Calibration for Decision Making
von: Gopalan, Parikshit, et al.
Veröffentlicht: (2025)

Sandwiching Polynomials for Geometric Concepts with Low Intrinsic Dimension
von: Klivans, Adam R., et al.
Veröffentlicht: (2026)

Sparse Linear Regression is Easy on Random Supports
von: Chandrasekaran, Gautam, et al.
Veröffentlicht: (2025)

Local Lipschitz Filters for Bounded-Range Functions with Applications to Arbitrary Real-Valued Functions
von: Lange, Jane, et al.
Veröffentlicht: (2023)

Distribution-Free Testing of Decision Lists with a Sublinear Number of Queries
von: Chen, Xi, et al.
Veröffentlicht: (2024)

Signal-Aware Workload Shifting Algorithms with Uncertainty-Quantified Predictors
von: Johnson, Ezra, et al.
Veröffentlicht: (2025)

Optimal Non-Adaptive Tolerant Junta Testing via Local Estimators
von: Nadimpalli, Shivam, et al.
Veröffentlicht: (2024)

A Mysterious Connection Between Tolerant Junta Testing and Agnostically Learning Conjunctions
von: Chen, Xi, et al.
Veröffentlicht: (2025)

Sample-Efficient Optimization over Generative Priors via Coarse Learnability
von: Awasthi, Pranjal, et al.
Veröffentlicht: (2025)

Is Transductive Learning Equivalent to PAC Learning?
von: Dughmi, Shaddin, et al.
Veröffentlicht: (2024)

TimeCluster with PCA is Equivalent to Subspace Identification of Linear Dynamical Systems
von: Hines, Christian L., et al.
Veröffentlicht: (2025)

A Simple Algorithm for Dynamic Carpooling with Recourse
von: Efron, Yuval, et al.
Veröffentlicht: (2024)

Efficient and Provable Algorithms for Covariate Shift
von: Adil, Deeksha, et al.
Veröffentlicht: (2025)

Learning a Single Neuron Robustly to Distributional Shifts and Adversarial Label Noise
von: Li, Shuyao, et al.
Veröffentlicht: (2024)

DNF Learning via Locally Mixing Random Walks
von: Alman, Josh, et al.
Veröffentlicht: (2025)

Universe Reduction for APSP: Equivalence of Three Fine-Grained Hypotheses
von: Fischer, Nick
Veröffentlicht: (2026)

Distribution Learning Meets Graph Structure Sampling
von: Bhattacharyya, Arnab, et al.
Veröffentlicht: (2024)

New Statistical and Computational Results for Learning Junta Distributions
von: Beretta, Lorenzo
Veröffentlicht: (2025)

Online Conversion with Switching Costs: Robust and Learning-Augmented Algorithms
von: Lechowicz, Adam, et al.
Veröffentlicht: (2023)

Learning Intersections of Two Margin Halfspaces under Factorizable Distributions
von: Diakonikolas, Ilias, et al.
Veröffentlicht: (2025)

Learning-Augmented Ski Rental with Discrete Distributions: A Bayesian Approach
von: Kang, Bosun, et al.
Veröffentlicht: (2025)

Faster exact learning of k-term DNFs with membership and equivalence queries
von: Alman, Josh, et al.
Veröffentlicht: (2025)