The University of Texas at Austin Department of Computer Sciences Austin, TX 78712 USA;
机译:锐利的下界,用于样本压缩方案的不可知论学习
机译:可靠的可能 - 大致正确(PAC)机器学习模型的确切下限
机译:通过近似排名进行学习的下限
机译:有条件下界的模型和目标分离:分离比连接更难*
机译:通过分析方法可以降低沟通复杂性和学习理论的界限。
机译:Mantis-ML:随机半监督学习从高通量基因组筛网的疾病 - 无症基因优先级
机译:不可知论学习析取的下界