Một câu hỏi học tập chẵn lẻ


10

Chúng ta hãy định nghĩa một lớp các hàm trên một tập hợp bit. Khắc phục hai bản phân phối "hợp lý" khác nhau (nếu bạn thích, khoảng cách thay đổi của chúng ít nhất là hoặc một cái gì đó tương tự).p , q εnp,qϵ

Bây giờ mỗi hàm trong lớp này được xác định bởi một tập hợp chỉ số và được ước tính như sau: Nếu tính chẵn lẻ của các bit được chọn là 0, trả về một mẫu ngẫu nhiên từ , nếu không thì trả về một mẫu ngẫu nhiên từ .k S p qfkSpq

Vấn đề : Giả sử tôi được cấp quyền truy cập vào một số từ lớp này và trong khi tôi biết (hoặc một số thước đo khoảng cách khác), tôi không biết và .ϵ p qfϵpq

Có giới hạn nào về số lượng cuộc gọi tôi cần thực hiện cho PAC-learn không? Có lẽ câu trả lời của tôi sẽ là về và .n , k εfn,kϵ

Lưu ý : Tôi không chỉ định miền đầu ra. Một lần nữa, tôi linh hoạt, nhưng bây giờ hãy nói rằng và được xác định trên một miền hữu hạn . Nói chung, tôi cũng quan tâm đến trường hợp khi chúng được định nghĩa trên (ví dụ: nếu chúng là Gaussian)q [ 1 .. M ] Rpq[1..M]R


Tôi không chắc là tôi hiểu mô hình. Bạn chỉ định điều gì trong một cuộc gọi sấm? Có phải các ví dụ luôn được rút ra từ phân phối được chỉ định bởi mục tiêu?
Lev Reyzin

1
Trong một cuộc gọi tiên tri, bạn gọi f () và nó trả về một giá trị.
Suresh Venkat

Vì vậy, tùy thuộc vào hàm mục tiêu , hoặc luôn được sử dụng để tạo các ví dụ? (Tôi cho rằng bạn đang học một số lớp )p q FfFpqF
Lev Reyzin

Vâng, đó là chính xác. vấn đề là học cái nào (hoặc học bit chẵn lẻ đang được sử dụng)
Suresh Venkat

2
Tôi không chắc chắn làm thế nào bạn thích ứng mô hình PAC với mô hình này. Nhưng dường như đủ để có thể phân biệt với với xác suất và sau đó bạn có thể nhận các giá trị cho độc lập tuyến tính và sử dụng loại bỏ gaussian để tìm (vì là tuyến tính). ví dụ, phân biệt hai gaussian tách biệt sẽ dễ dàng. q 1 - 1 / ( 2 k ) f ( x ) k x f fpq11/(2k)f(x)kxff
Sasho Nikolov

Câu trả lời:


6

Các cuộc thảo luận trong các ý kiến ​​dưới đây cho thấy rằng tôi đã hiểu sai câu hỏi. Câu trả lời của tôi là tiền đề trên Oracle tham gia không có đầu vào và trở về nơi hoặc , tùy thuộc vào . Đây rõ ràng không phải là những gì đang được hỏi.x p x q f F(x,f(x))xpxqfF


Vì phân phối mục tiêu được cố định cho mọi mục tiêu , nên áp dụng giới hạn trên của mẫu PAC (điều này xuất phát từ thực tế là phân phối mục tiêu cho ràng buộc này thậm chí có thể hoàn toàn phụ thuộc vào ). Do đó, ví dụ nên đủ để tìm một giả thuyết về lỗi wp . Lưu ý - sau khi xem các ví dụ này, người ta cần tìm một giả thuyết nhất quán từ , và điều này có thể không thể thực hiện được.f * m ~ O ( 1fFfε1-δF

mO~(1ϵ(VC(F)+log(1/δ)))
ϵ1δF

Mặt khác, người ta có thể có được một giới hạn gần như khớp hoàn toàn ngay cả đối với trường hợp , phân phối đồng đều, trong đó các ví dụ vẫn được yêu cầu (điều này có thể được cải thiện một chút).m Ω ( V C ( F ) )p=q=UmΩ(VC(F))

Khoảng cách thay đổi giữa và , cũng như có thể đóng một vai trò trong khoảng cách nhỏ giữa các giới hạn này, nhưng tôi nghi ngờ điều đó.q kpqk


Cài đặt học PAC điển hình có một orory lấy mẫu từ phân phối và trả về . Đây không phải là cài đặt được mô tả trong câu hỏi của Suresh hoặc bài đăng trên blog đã truyền cảm hứng cho nó: bit.ly/YtwdST . Trong cả hai điều này, nhà tiên tri hàm và người học có thể tự do gửi bất kỳ phần tử nào từ tập hợp thể hiện (bitstrings có độ dài ). Lev, câu trả lời của bạn giả sử một lời tiên tri của loại thứ nhất, hay loại thứ hai? Nếu là loại thứ hai, chúng ta vẫn đang nói về PAC-learning? x D ( x , f ( x ) ) f n(f,D)xD(x,f(x))fn
Keki Burjorjee

1
Tôi hiểu rồi. Trong PAC, các "tiên tri" thường được coi như là một nút mà lợi nhuận nơi . Oracle mà bạn mô tả được gọi là "truy vấn thành viên" đối với . Câu trả lời của tôi chỉ áp dụng cho trước đây. Nếu bạn chỉ truy vấn thành viên, làm thế nào để bạn tìm ra bất kỳ thông tin nào về hoặc bằng cách sử dụng khung của Suresh? Hãy nói cho đơn giản. x D f p q p = q(x,f(x))xDfpqp=q
Lev Reyzin

Cảm ơn đã làm rõ. Vì vậy, trong trường hợp Suresh mô tả, "truy vấn thành viên" hoạt động như sau (Tôi cho rằng bạn đã đặt thực thể này trong dấu ngoặc kép bởi vì nhà tiên tri có thể trả về một giá trị thực, không chỉ là boolean là thành viên / không-a- câu trả lời của thành viên): nếu tính chẵn lẻ của các thuộc tính hiệu quả là 1, thì kết quả trả về được rút ra từ phân phối . Mặt khác, kết quả được rút ra từ phân phối . Có một nếp nhăn bổ sung. Nhà tiên tri nhớ tất cả các câu trả lời trước đó và trả về chúng nếu được truy vấn với cùng một đầu vào. Nói cách khác, nó mang tính quyết định. qpq
Keki Burjorjee

1
fxf(x)pqx

p=N(+0.25,1)q=N(0.25,1)def fitness() ...random_number_generator.set_seed(x)
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.