布兰科，盖伊;简·兰格;阿里·马利克;谭丽阳 通过分布分解提升统一学习者。 （英语） Zbl 07844708号 Saha，Barna（编辑）等人，第55届ACM SIGACT计算理论研讨会论文集，STOC’23，美国佛罗里达州奥兰多，2023年6月20日至23日。纽约州纽约市：计算机协会（ACM）。1755-1767 (2023). MSC公司： 68季度xx 计算理论 关键词：决策树分解;PAC学习;半监督学习 PDF格式BibTeX公司 XML格式引用 \textit{G.Blanc}等人，in：第55届ACM SIGACT计算理论研讨会论文集，STOC’23，美国佛罗里达州奥兰多，2023年6月20-23日。纽约州纽约市：计算机协会（ACM）。1755年至1767年（2023年；Zbl 07844708） 全文： 内政部 arXiv公司 参考文献： [1] 贾亚德夫·阿查里亚（Jayadev Acharya）、克莱门特·卡农（Clément L Canonne）和乔塔姆·卡马特（Gautam Kamath）。2015年，加权组测试中的自适应估计。2015年IEEE信息理论国际研讨会（ISIT）。2116-2120. ·Zbl 1375.68207号 [2] 贾亚德夫·阿查里亚（Jayadev Acharya）、克莱门特·卡农（Clément L Canonne）和乔塔姆·卡马特（Gautam Kamath）。2015年，在条件查询的同一性和等价性测试之间的追逐。近似、随机化和组合优化。算法与技术，449·Zbl 1375.68207号 [3] 玛丽亚姆·阿里亚克巴普尔（Maryam Aliakbarpour）、埃里克·布莱斯（Eric Blais）和罗尼特·鲁宾菲尔德（Ronitt Rubinfeld）。2016.学习和测试军政府分发。在第29届学习理论年会上，Vitaly Feldman、Alexander Rakhlin和Ohad Shamir（编辑）（机器学习研究论文集，第49卷）。PMLR，哥伦比亚大学，美国纽约州纽约市19-46。https://proceedings.mlr.press/v49/aliakbarpour16.html [4] 玛丽亚·福丽娜·巴尔坎和阿夫林·布鲁姆。2010年，半监督学习的判别模型。57，3（2010），发行号：0004-5411https://doi.org/10.1145/1706591.1706599 10.1145/1706591.1706599 ·Zbl 1327.68185号 [5] Tugkan Batu、Sanjoy Dasgupta、Ravi Kumar和Ronitt Rubinfeld。2005.熵近似的复杂性。SIAM J.计算。，35, 1 (2005), 132-150. ·Zbl 1087.94012号 [6] Shai Ben-David、Tyler Lu和David Pa.2008年。未标记的数据确实有帮助吗？半监督学习样本复杂性的最坏情况分析。第二十届学习理论年会论文集。http://colt2008.cs.helsinki.fi/papers/92-Ben-David.pdf [7] Gyora M.Benedek和Alon Itai。1991.固定分配的可学习性。理论计算机科学，86，2（1991），377-389。发行编号：0304-3975https://doi.org/10.1016/0304-3975（91）90026-X 10.1016/0304-3975（91）900026-X·Zbl 0733.68066号 [8] Rishiraj Bhattacharyya和Sourav Chakraborty。2018.使用条件样本对联合分布进行属性测试。ACM计算理论汇刊（TOCT），10，4（2018），1-20·Zbl 1485.68306号 [9] Eric Blais、Clément L Canonne和Tom Gur。2019.通过降低通信复杂性来降低分发测试下限。ACM计算理论汇刊（TOCT），11，2（2019），1-37·Zbl 1440.68323号 [10] Eric Blais、Ryan O'Donnell和Karl Wimmer。2010.任意产品分布下的多项式回归。机器学习，80，2（2010），273-294·Zbl 1470.68084号 [11] 盖伊·布朗、简·兰格、阿里·马利克和李阳·谭。2022.流行的决策树算法具有可证明的抗噪性。第39届国际机器学习会议（ICML）论文集。 [12] 盖·布朗、简·兰格、乔明达和谭丽阳。2021.在几乎多项式时间内正确学习决策树。第62届IEEE计算机科学基础年会（FOCS）会议记录。 [13] Avrim Blum和Pat Langley。1997.机器学习中相关特征和示例的选择。人工智能，97，1-2（1997），245-271·Zbl 0904.68142号 [14] Nader H Bshouty、Nadav Eiron和Eyal Kushilevitz。2002年，PAC在恶劣的噪音中学习。理论计算机科学，288，2（2002），255-275·Zbl 1061.68081号 [15] Clément Canonne和Ronitt Rubinfeld。2014.测试聚合数据的概率分布。在自动化、语言和编程国际学术讨论会上。283-295. ·Zbl 1409.68326号 [16] Clément L Canonne公司。2015年，大数据在增长？在关于自动机、语言和程序设计的国际学术讨论会上。294-305. ·Zbl 1441.68281号 [17] Clément L Canonne、Xi Chen、Gautam Kamath、Amit Levi和Erik Waingarten。2021.高维分布的随机限制和亚立方体条件下的均匀性测试。2021年ACM-SIAM离散算法（SODA）研讨会论文集。321-336. [18] Clément L Canonne、Dana Ron和Rocco A Servedio。2015.使用条件样本测试概率分布。SIAM J.计算。，44, 3 (2015), 540-616. ·Zbl 1328.68293号 [19] Sourav Chakraborty、Eldar Fischer、Yonatan Goldhirsh和Arie Matsliah。2016年，关于条件样本在分布测试中的作用。SIAM J.计算。，45, 4 (2016), 1261-1296. ·Zbl 1362.68287号 [20] Sitan Chen和Ankur Moitra。2019.超越低度算法：子立方体的混合及其应用。第51届ACM计算机理论年会（STOC）论文集。869-880. ·Zbl 1433.68334号 [21] Xi Chen、Rajesh Jayaram、Amit Levi和Erik Waingarten。2021.使用子立方体条件处理学习和测试军政府分布。在学习理论会议上。1060-1113. [22] 玛丽·克莱恩。1999.由进化树驱动的问题的学习和近似算法。博士论文。计算机科学系。 [23] 玛丽·克莱恩、莱斯利·安·戈德堡和保罗·W·戈德堡，2001年。进化树可以在二态一般马尔可夫模型中的多项式时间内学习。SIAM J.计算。，31, 2 (2001), 375-397. ·Zbl 1052.68061号 [24] Andrzej Ehrenfeucht和David Haussler。1989.从随机示例中学习决策树。信息与计算，82，3（1989），231-246·Zbl 0679.68157号 [25] Moein Falahatgar、Ashkan Jafarpour、Alon Orlitsky、Venkatadheeraj Pichapati和Ananda Theertha Suresh。2015.条件抽样测试的更快算法。在学习理论会议上。607-636. [26] 乔恩·费尔德曼（Jon Feldman）、瑞安·奥唐纳（Ryan O'Donnell）和洛科·A·塞韦迪奥（Rocco A Servedio）。2008.学习离散域上产品分布的混合。SIAM J.计算。，37, 5 (2008), 1536-1564. ·Zbl 1178.68296号 [27] 埃尔达·费舍尔（Eldar Fischer）、奥德·拉基什（Oded Lachish）和雅杜·瓦苏提夫（Yadu Vasudev）。2019.改进和扩展形状受限特性的分布测试。《算法》，81，9（2019），3765-3802·Zbl 1429.68332号 [28] Yoav Freund和Yishay Mansour。1999.估计两种产品分布的混合。第十二届计算学习理论年会论文集。53-62. [29] 奥德·戈德里奇、沙菲·戈德瓦瑟和达纳·罗恩。1998年。性能测试及其与学习和近似的联系。美国医学会杂志，45（1998），653-750·Zbl 1065.68575号 [30] Parikshit Gopalan、Adam Kalai和Adam Klivans。2008.不确定性学习决策树。第40届ACM计算机理论研讨会（STOC）会议记录。527-536. ·Zbl 1231.68156号 [31] 克里斯蒂娜·戈普费尔特（Christina Göpfert）、谢·本·达维德（Shai Ben-David）、奥利维尔·布斯克特（Olivier Bousquet）、西尔万·盖利（Sylvain Gelly）、伊利亚·托尔斯蒂金（Ilya Tolstikhin）和鲁斯·乌。2019.未标记数据何时可以提高学习率？Alina Beygelzimer和Daniel Hsu（编辑）《第三十二届学习理论会议论文集》（机器学习研究论文集，第99卷）。PMLR，1500-1518年。https://proceedings.mlr.press/v99/gopfert19a.html [32] Themistoklis Gouleakis、Christos Tzamos和Manolis Zampetakis。2017.使用条件采样的更快次线性算法。第二十八届ACM-SIAM离散算法研讨会论文集。1743-1757. ·Zbl 1410.68388号 [33] Themis Gouleakis、Christos Tzamos和Manolis Zampetakis。2018年，通过不可靠数据集的认证计算。在学习理论会议上。3271-3294. [34] Sudipto Guha、Andrew McGregor和Suresh Venkatasubramanian。2006.熵和信息距离的流和次线性近似。在第十七届ACM-SIAM离散算法年度研讨会论文集上。733-742. ·Zbl 1192.94075号 [35] 大卫·豪斯勒。1992年。神经网络和其他学习应用的PAC模型的决策理论推广。信息与计算，100,1（1992），78-150·Zbl 0762.68050号 [36] 杰弗里·杰克逊。1997年，关于均匀分布学习DNF的有效成员资格查询算法。J.计算。系统科学。，55, 3 (1997), 414-440. 编号：0022-0000https://doi.org/10.1006/jcss.1997.15332006年10月10日/jcss.1997.1533·Zbl 0897.68051号 [37] Adam Kalai、Adam Klivans、Yishay Mansour和Rocco A.Servedio。2008.不确定性学习半空间。SIAM J.计算。，37, 6 (2008), 1777-1805. ·Zbl 1155.68030号 [38] 迈克尔·卡恩斯、罗伯特·夏皮尔和琳达·塞利。1994年，致力于有效的不可知论学习。机器学习，17，2/3（1994），115-141·Zbl 0938.68797号 [39] Subhash Khot和Rishi Saket。2008.关于两个半空间的学习交叉的困难。在第四十届ACM计算理论研讨会的会议记录中。345-354. ·Zbl 1231.68139号 [40] Adam R Klivans、Ryan O’Donnell和Rocco A Servedio。2004.学习半空间的交点和阈值。J.计算。系统科学。，68, 4 (2004), 808-840. ·兹比尔1074.68026 [41] 亚当·克莱文斯（Adam R.Klivans）和洛科·塞韦迪奥（Rocco A.Servedio）。2004年。及时学习DNF 2^O（n^1/3）。J.计算。系统科学。，68, 2 (2004), 303-318. 编号：0022-0000https://doi.org/10.1016/j.jcss.2003.07.007STOC 2001年10月16日/j.jcss.2003.07.007特刊·Zbl 1073.68036号 [42] Adam R.Klivans和Alexander A.Sherstof。2009.学习半空间交集的密码学难度。J.计算。系统科学。，75, 1 (2009), 2-12. 编号：0022-0000https://doi.org/10.1016/j.jss.2008.07.008学习理论2006年10月16日/j.jcss.2008.07.008·Zbl 1158.68384号 [43] Eyal Kushilevitz和Yishay Mansour。1993年。使用傅里叶谱学习决策树。SIAM J.计算。，22,6（1993年），1331-1348年12月·Zbl 0799.68159号 [44] Nathan Linial、Yishay Mansour和Noam Nisan。1993年。恒定深度电路、傅里叶变换和可学习性。美国医学会期刊，40，3（1993），607-620·Zbl 0781.94006号 [45] B.K.Natarajan。1992年。可能是对分布类的近似学习。SIAM J.计算。，21, 3 (1992), 438-449. https://doi.org/10.1137/0221029arxiv公司：https://doi.org/10.1137/0221029。 10.1137/0221029 ·Zbl 0761.68080号 [46] 瑞安·奥唐纳。2014.布尔函数分析。剑桥大学出版社·兹比尔1336.94096 [47] 奥纳克和孙晓瑞。2018年，概率揭示样本。在国际人工智能和统计会议上。 [48] 罗尼特·鲁宾菲尔德（Ronitt Rubinfeld）和罗科（Rocco A Servedio）。2009.测试单调高维分布。《随机结构与算法》，34，1（2009），24-44·Zbl 1165.62037号 [49] Ronitt Rubinfeld和Madhu Sudan。1996.多项式的稳健特征及其在程序测试中的应用。SIAM J.计算。，25, 2 (1996), 252-271. ·Zbl 0844.68062号 [50] Ronitt Rubinfeld和Arsen Vasilyan。2020年。布尔立方体上的单调概率分布可以通过次线性样本学习。在第11届理论计算机科学创新会议（ITCS 2020）中，托马斯·维迪克（编辑）（莱布尼茨国际信息学会议论文集，第151卷）。德国Dagstuhl-Leibniz-Zentrum fuer Informatik宫。28:1-28:34. isbn:978-3-95977-134-4 issn:1868-8969https://doi.org/10.4230/LIPIcs.ITCS..2020.2810.4230/LIPIcs公司。国际贸易委员会2020.28·Zbl 07650376号 [51] Imdad S.B.Sardharwalla、Sergii Strelchuk和Richard Jozsa。2017.量子条件查询复杂性。《量子信息与计算》，17，7-8（2017），541-567。 [52] 亚历山大·谢斯托夫。2013年，两个半空间的交叉具有较高的门槛。SIAM J.计算。，42, 6 (2013), 2329-2374. ·Zbl 1350.68161号 [53] 格雷戈里·瓦利安特和保罗·瓦利安。2011.线性估计的力量。第52届计算机科学基础年度研讨会论文集。403-412. ·Zbl 1292.68159号 [54] 莱斯利·瓦利安特（Leslie Valiant）。1984年，可学习理论。Commun公司。ACM，27，11（1984），1134-1142·Zbl 0587.68077号 [55] Karsten Verbeurgt.1990年。在拟多项式时间均匀分布下学习DNF。第三届计算学习理论年度研讨会论文集。314-326. 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。