প্রশ্ন ট্যাগ «lg.learning»

রিসিডুয়াল সসীম রাষ্ট্র অটোমেটা (আরএফএসএএস, [DLT02] এ সংজ্ঞায়িত) হ'ল এনএফএগুলি যা ডিএফএগুলির সাথে সাধারণ কিছু বৈশিষ্ট্যযুক্ত। বিশেষত, প্রতিটি নিয়মিত ভাষার জন্য সর্বদা একটি সর্বনিম্ন ন্যূনতম আকারের আরএফএসএ থাকে এবং আরএফএসএ-তে প্রতিটি রাষ্ট্রের দ্বারা স্বীকৃত ভাষাটি একটি ডিএফএ-র মতোই একটি অবশিষ্টাংশ। তবে, যেখানে সর্বনিম্ন ডিএফএ-র রাজ্যগুলি সমস্ত অবশিষ্টাংশের সাথে একটি চুক্তি …

12 cc.complexity-theory  ds.algorithms  automata-theory  lg.learning  minimization 

এই প্রশ্নের দ্বারা অনুপ্রাণিত , আমি নিম্নলিখিত সম্পর্কে কৌতূহলী: প্রদত্ত ডিএফএ একটি নিয়মিত প্রকাশ হিসাবে একই ভাষা গ্রহণ করে কিনা তা যাচাই করার ক্ষেত্রে সবচেয়ে খারাপ জটিলতা কী? এটা কি জানা? আশা এই যে সমস্যাটি পি-তে রয়েছে - যে উভয়ের আকারে একটি অ্যালগরিদম বহুপদী রয়েছে।

12 automata-theory  lg.learning  regular-expressions  dfa 

নিম্নলিখিত সমস্যা সম্পর্কে কী জানা যায়? প্রদত্ত একটি সংগ্রহ ফাংশন , একটি বৃহত্তম subcollection খুঁজে বাধ্যতা সাপেক্ষে যে ভিসি-মাত্রা জন্য কিছু পূর্ণসংখ্যা ।চ : { 0 , 1 } n → { 0 , 1 } এস ⊆ সি ( এস ) ≤ কে কেসিCCচ: { 0 , 1 }এন→ …

12 reference-request  approximation-algorithms  cg.comp-geom  lg.learning  vc-dimension 

আমার কাছে কয়েক হাজার পয়েন্টের ডেটাসেট এবং যেকোন দুটি পয়েন্টের মধ্যে দূরত্ব পরিমাপ করার একটি মাধ্যম রয়েছে তবে ডেটা পয়েন্টগুলির কোনও মাত্রিক মাত্রা নেই। আমি এই ডেটাসেটে গুচ্ছ কেন্দ্রগুলি খুঁজতে একটি অ্যালগরিদম চাই। আমি ধারণা করি যেহেতু ডেটাটির কোনও মাত্রা নেই, একটি ক্লাস্টার সেন্টারে বেশ কয়েকটি ডেটা পয়েন্ট এবং একটি …

12 machine-learning  lg.learning  clustering 

এটি জানা যায় যে পিএসি শেখার জন্য প্রাকৃতিক ধারণা শ্রেণি রয়েছে (যেমন সিদ্ধান্তের তালিকার সাবটাইটস) যার জন্য একটি গননাবিহীন সীমাহীন শিক্ষানবিশ দ্বারা তথ্য তাত্ত্বিক শিক্ষার জন্য প্রয়োজনীয় নমুনা জটিলতার মধ্যে বহুপদী ফাঁক রয়েছে এবং একটি বহুপদী- সময় শেখার। (উদাহরণস্বরূপ, http://portal.acm.org/citation.cfm?id=267489&dl=GUIDE বা http://portal.acm.org/citation.cfm?id=301437 ) এই ফলাফলগুলি নির্দিষ্ট উদাহরণগুলির মধ্যে একটি গোপন …

12 machine-learning  lg.learning  sample-complexity 

জান্তা শেখার অনুরূপ স্বাদে এখানে একটি সমস্যা রয়েছে: ইনপুট: একটি ফাংশন f:{0,1}n→{−1,1}f:{0,1}n→{−1,1}f: \{0,1\}^n \rightarrow \{-1,1\} , সদস্যপদ ওরাকল দ্বারা প্রতিনিধিত্ব করে, অর্থাত্ একটি প্রদত্ত ওরাকল যা xxx , f(x)f(x)f(x) । গোল: একটি subcube খুঁজুন SSS এর {0,1}n{0,1}n\{0,1\}^n ভলিউমের সাথে |S|=2n−k|S|=2n−k|S|=2^{n-k} এমন |Ex∈Sf(x)|≥0.1|Ex∈Sf(x)|≥0.1\left|\mathbb{E}_{x \in S} f(x) \right| \ge 0.1 । আমরা …

11 machine-learning  lg.learning  boolean-functions  sample-complexity 

কিছু পটভূমি: আমি লার্নিং উইথ এরিসেস (এলডাব্লুইই) সমস্যাটির জন্য "কম-জ্ঞাত" নিম্ন সীমানা (বা কঠোরতার ফলাফল) এবং এর জেনারালাইজেশনগুলির সাথে ত্রুটিগুলি ওভার রিংগুলি বাছাইয়ের বিষয়ে আগ্রহী। নির্দিষ্ট সংজ্ঞা ইত্যাদির জন্য এখানে রেগেভ দ্বারা একটি দুর্দান্ত সমীক্ষা করা হয়েছে: http://www.cims.nyu.edu/~regev/papers/lwesurvey.pdf স্ট্যান্ডার্ড ধরণের (আর) এলডাব্লুই-স্টাইল অনুমানটি (সম্ভবত, কোয়ান্টাম) হ্রাস দ্বারা (সম্ভবত, আদর্শ) জালাগুলিতে …

11 cc.complexity-theory  reference-request  cr.crypto-security  machine-learning  lg.learning 

ডানা অ্যাংলুইন ( 1987 ; পিডিএফ ) সদস্যতা প্রশ্ন এবং তত্ত্বের প্রশ্নের (প্রস্তাবিত ফাংশনের প্রতিবিম্ব) সহ একটি শিক্ষণ মডেলকে সংজ্ঞায়িত করে। তিনি দেখান যে একটি নিয়মিত ভাষা যা রাজ্যের ন্যূনতম ডিএফএ দ্বারা প্রতিনিধিত্ব করা হয় বহনীয় সময়ে (যেখানে প্রস্তাবিত ফাংশনগুলি ডিএফএ হয়) সদস্যতা-কোয়েরি এবং সর্বাধিক তত্ত্ব-প্রশ্নগুলি ( টিউটর কর্তৃক প্রদত্ত …

11 cc.complexity-theory  machine-learning  lower-bounds  lg.learning  query-complexity 

অ্যাংলুইন এবং লেয়ার্ড ('88) "এলোমেলো শ্রেণিবদ্ধকরণের শব্দ সহ পিএসি" (বা গোলমাল পিএসি) মডেলটিতে এলোমেলোভাবে দূষিত ডেটা দিয়ে আনুষ্ঠানিকভাবে শেখা। এই মডেল অনুরূপ পিএসি লার্নিং , শিক্ষার্থী দেওয়া উদাহরণ লেবেল ছাড়া, স্বাধীনভাবে এলোমেলোভাবে সম্ভাব্যতা সঙ্গে দূষিত হয় (ফ্লিপ), ।η&lt; 1 / 2η&lt;1/2\eta < 1/2 গোলমাল পিএসি মডেলটিতে যা শেখা যায় তা …

11 lg.learning 

রিয়েল ওয়ার্ল্ডের ডেটাতে কখনও কখনও প্রাকৃতিক সংখ্যক ক্লাস্টার থাকে (কিছু জাদু কে-এর চেয়ে কম ক্লাস্টারটিতে এটি ক্লাস্টার করার চেষ্টা করলে নাটকীয়ভাবে ক্লাস্টারিং ব্যয় ঘটাতে পারে)। আজ আমি ডাঃ অ্যাডাম মায়ারসনের একটি বক্তৃতায় অংশ নিয়েছি এবং তিনি এই ধরণের ডেটা "পৃথকযোগ্য ডেটা" হিসাবে উল্লেখ করেছিলেন। কে-মানে ব্যতীত কিছু ক্লাস্টারিং আনুষ্ঠানিকতা কী …

11 lg.learning  clustering 

আমার প্রশ্নটি কিছুটা জেনেরিক, সুতরাং আমি এটিকে সমর্থন করার জন্য একটি দুর্দান্ত গল্প বানাচ্ছি। এটি বাস্তবসম্মত না হলে আমার সাথে থাকুন ;-) গল্প একটি বড় সংস্থার কম্পিউটার সুরক্ষা বিভাগের প্রধান মিঃ এক্স কিছুটা ভৌতিক: তিনি পরিচয় বা তথ্য চুরির ঝুঁকি হ্রাস করতে, সমস্ত কর্মচারী মাসে একবার তাদের পাসওয়ার্ড পরিবর্তন করার …

11 lg.learning 

যাক bitstring / ট্যাগ জোড়া উপর একটি বিতরণ হতে দিন বুলিয়ান মূল্যবান ফাংশন একটি সংগ্রহ হতে । প্রতিটি ফাংশনের জন্য , এবং আসুন: ওপটি (সি, ডি) = \ মিনি_ {চ \ সি} \ মাত্রই ভুল করে (চ, ডি) বলুন একটি অ্যালগরিদম যে একজন agnostically শেখে সি এর বেশী কোনো বন্টন, …

11 reference-request  machine-learning  lg.learning 

এটি সর্বজনবিদিত যে ভিসি ডাইমেনশন ডি সহ একটি ধারণা শ্রেণীর জন্য ও ( ডি।) পাওয়ার পক্ষে যথেষ্টসিC\mathcal{C}ঘddপিএসি শেখার জন্য লেবেলযুক্ত উদাহরণগুলিসি। পিএসি শেখার অ্যালগরিদম (যা এই অনেক নমুনা ব্যবহার করে) সঠিক বা অনুচিত হয় তা আমার কাছে স্পষ্ট নয়? কেয়ার্নস এবং বাজিরানির পাশাপাশি অ্যান্টনি এবং বিগস এর পাঠ্যপুস্তকে মনে হয় …

11 machine-learning  boolean-functions  lg.learning  vc-dimension  pac-learning 

আসুন n বিটগুলির একটি সেটের উপর একটি শ্রেণির ক্রিয়া সংজ্ঞায়িত করি । দুটি বিতরণ পি , কিউ ঠিক করুন যা একে অপরের থেকে "যুক্তিসঙ্গতভাবে" পৃথক (যদি আপনি চান তবে তাদের বৈকল্পিক দূরত্ব কমপক্ষে ϵ , বা অনুরূপ কিছু)।nnp,qp, qϵ\epsilon এখন প্রতিটি ফাংশন চ এই ক্লাসে একটি সংগ্রহ দ্বারা সংজ্ঞায়িত করা …

10 lg.learning 

সম্প্রতি আমি একটি শালীন সংখ্যক সিএলটি পেপার পড়েছি। যদিও আমি স্বতন্ত্র কাগজপত্রগুলির সাথে লড়াই করি না (কমপক্ষে আমি অন্যান্য তত্ত্বের কাগজগুলির সাথে সাধারণত লড়াই করি তার চেয়ে বেশি নয়) তবে আমার মনে হয় না সামগ্রিকভাবে ক্ষেত্রটি সম্পর্কে আমার খুব ভাল ধারণা আছে। স্নাতক স্তরে কোএলটি প্রবর্তনের জন্য কি কোনও মানক …

10 reference-request  machine-learning  lg.learning  survey  books