我们提出了首个针对VC维度1和Littlestone维度d的概念类的近乎最优差分隐私PAC学习器。该算法实现了Õε,δ,α,δ(log∗d)的样本复杂度,基本匹配Alon等人在STOC19上证明的Ω(log∗d)下界。在本文工作之前,Ghazi等人在STOC21上展示的最佳已知上界是针对通用VC类的Õ(VC·d^5)。
更多精彩内容 请关注我的个人公众号 公众号(办公AI智能小助手)
我们提出了首个针对VC维度1和Littlestone维度d的概念类的近乎最优差分隐私PAC学习器。该算法实现了Õε,δ,α,δ(log∗d)的样本复杂度,基本匹配Alon等人在STOC19上证明的Ω(log∗d)下界。在本文工作之前,Ghazi等人在STOC21上展示的最佳已知上界是针对通用VC类的Õ(VC·d^5)。
更多精彩内容 请关注我的个人公众号 公众号(办公AI智能小助手)
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。 如若转载,请注明出处:http://www.tpcf.cn/bicheng/91958.html
如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!