Buchumschlag

On Characterizing Learnability for Adversarial Noisy Bandits

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hanneke, Steve, Wang, Kun
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

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

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

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

Private List Learnability vs. Online List Learnability
von: Hanneke, Steve, et al.
Veröffentlicht: (2025)

What is Learnable in Valiant's Theory of the Learnable?
von: Hanneke, Steve, et al.
Veröffentlicht: (2026)

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

Universal Multiclass Transductive Online Learning
von: Hanneke, Steve, et al.
Veröffentlicht: (2026)

Robust Learnability of Sample-Compressible Distributions under Noisy or Adversarial Perturbations
von: Boushehrian, Arefe, et al.
Veröffentlicht: (2025)

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

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

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

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

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

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

Adversarial Resilience in Sequential Prediction via Abstention
von: Goel, Surbhi, et al.
Veröffentlicht: (2023)

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

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

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

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

Sample Complexity of Autoregressive Reasoning: Chain-of-Thought vs. End-to-End
von: Hanneke, Steve, et al.
Veröffentlicht: (2026)

Sample Compression Scheme Reductions
von: Attias, Idan, et al.
Veröffentlicht: (2024)

Uniform Convergence Beyond Glivenko-Cantelli
von: Devale, Tanmay, et al.
Veröffentlicht: (2025)

List Sample Compression and Uniform Convergence
von: Hanneke, Steve, et al.
Veröffentlicht: (2024)

On the Learnability of Distribution Classes with Adaptive Adversaries
von: Lechner, Tosca, et al.
Veröffentlicht: (2025)

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

A Characterization of Multioutput Learnability
von: Raman, Vinod, et al.
Veröffentlicht: (2023)

Cascading Bandits Robust to Adversarial Corruptions
von: Xie, Jize, et al.
Veröffentlicht: (2025)

Stochastic Bandits Robust to Adversarial Attacks
von: Wang, Xuchuang, et al.
Veröffentlicht: (2024)

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

Data Selection for ERMs
von: Hanneke, Steve, et al.
Veröffentlicht: (2025)

Optimal Prediction Using Expert Advice and Randomized Littlestone Dimension
von: Filmus, Yuval, et al.
Veröffentlicht: (2023)

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

Multiclass Transductive Online Learning
von: Hanneke, Steve, et al.
Veröffentlicht: (2024)

On Union-Closedness of Language Generation
von: Hanneke, Steve, et al.
Veröffentlicht: (2025)

Proofs as Explanations: Short Certificates for Reliable Predictions
von: Blum, Avrim, et al.
Veröffentlicht: (2025)

Adversarial Multi-dueling Bandits
von: Gajane, Pratik
Veröffentlicht: (2024)

Assouad, Fano, and Le Cam with Interaction: A Unifying Lower Bound Framework and Characterization for Bandit Learnability
von: Chen, Fan, et al.
Veröffentlicht: (2024)

Learning with Noisy Labels through Learnable Weighting and Centroid Similarity
von: Wani, Farooq Ahmad, et al.
Veröffentlicht: (2023)

Adversarial Bandit over Bandits: Hierarchical Bandits for Online Configuration Management
von: Avin, Chen, et al.
Veröffentlicht: (2025)