計算可能な学習者による学習可能性のキャラクタリゼーションについて【JST・京大機械翻訳】

Sterkenburg Tom F.

プレプリント

J-GLOBAL ID：202202208310829131 整理番号：22P0287653

計算可能な学習者による学習可能性のキャラクタリゼーションについて【JST・京大機械翻訳】

On characterizations of learnability with computable learners

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (1件)：
資料名：
発行年： 2022年02月10日プレプリントサーバーでの情報更新日： 2022年07月18日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

著者らは,Agarwal et al.(2020)によって導入された計算可能なPAC(CPAC)学習を研究した。最初に,適切で不適切なCPAC学習の特性評価を見つける主な未解決問題を考察した。強CPAC学習の密接に関連する概念の特徴付けを行い,全ての決定可能なVCクラスが不適当にCPAC学習可能かどうかにかかわらず,Agarwalら(2011)がもたらすCOLT開放問題に対する負の回答を提供した。第2に,著者らは(計算可能)PAC学習可能性の可解性を考察した。そのような可解性を示す簡単な一般的議論を与え,学習可能性の算術複雑性の研究を開始した。著者らは,Agarwalらの仕事を動機づけたBen-David et al.(2019)の不可解性結果との関係を簡潔に論じた。【JST・京大機械翻訳】

, ,
, , , , , , 【Automatic Indexing@JST】

人工知能

, , ,

前のページに戻る