Zobrazeno 1 - 10
of 188
pro vyhledávání: '"halfspaces"'
Autor:
Uguzzoni, Francesco
Publikováno v:
Proceedings of the American Mathematical Society, 1999 Jan 01. 127(1), 117-123.
Externí odkaz:
https://www.jstor.org/stable/118921
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Harms, Nathaniel, Yoshida, Yuichi
We study distribution-free property testing and learning problems where the unknown probability distribution is a product distribution over $\mathbb{R}^d$. For many important classes of functions, such as intersections of halfspaces, polynomial thres
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::9eb97178b9fd4e1ed6f674ac4b19ffb2
http://arxiv.org/abs/2007.07449
http://arxiv.org/abs/2007.07449
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Matheny, Michael, Phillips, Jeff M.
Consider the geometric range space (X, H_d) where X ��� ���^d and H_d is the set of ranges defined by d-dimensional halfspaces. In this setting we consider that X is the disjoint union of a red and blue set. For each halfspace h ���
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::2933dec0022bbca8868f8ed28744be62
http://arxiv.org/abs/2106.13851
http://arxiv.org/abs/2106.13851
Autor:
Nandi, Anupama
Differential privacy has become a widely accepted data privacy model because of the strong formal guarantee it offers, namely no individual’s data has a significant impact on the outcome of analyses on the data set. Unfortunately, this strict guara
We study the problem of PAC learning halfspaces on $\mathbb{R}^d$ with Massart noise under the Gaussian distribution. In the Massart model, an adversary is allowed to flip the label of each point $\mathbf{x}$ with unknown probability $\eta(\mathbf{x}
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::c379da9480f61e61e3b32e0c58d2ed83
Autor:
Ponnuswami, Ashok Kumar
In this thesis, we show results for some well-studied problems from learning theory and combinatorial optimization. Learning Parities under the Uniform Distribution: We study the learnability of parities in the agnostic learning framework of Haussler
Externí odkaz:
http://hdl.handle.net/1853/24638
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.