学习带边界的凸多面体

的一部分神经信息处理系统进展31（NeurIPS 2018）

作者

Lee Ad Gottlieb、Eran Kaufman、Aryeh Kontorovich、Gabriel Nivasch

摘要

我们提出了一种改进的算法，用于正确学习根据有余量的数据实现PAC设置。我们的学习算法构建关于t对数t半空间与边距的交集的一致多面体t中的时间多项式（其中t是形成最优的半空间的数量多面体）。我们还确定了超平面边缘概念的不同推广研究多面体的几何关系；这个结果可能是学习环境之外的兴趣。