会员服务
输出空间 · 再生核希尔伯特空间 · 输入空间 · 输出 · 核化 ·
2021 年 3 月 30 日
Regularised Least-Squares Regression with Infinite-Dimensional Output Space
翻译：具有无限二维输出空间的正规化最低区域回归
Junhyunng Park,Krikamol Muandet
Junhyunng Park,Krikamol Muandet

We present some learning theory results on vector-valued reproducing kernel Hilbert space (RKHS) regression, where the input space is allowed to be non-compact and the output space is a (possibly infinite-dimensional) Hilbert space.


翻译：我们展示了一些关于矢量价值的复制内核Hilbert空间(RKHS)回归的学习理论结果,允许输入空间不兼容,输出空间(可能无限)Hilbert空间。
0
下载
关闭预览

相关内容

【干货书】面向计算科学和工程的Python导论，167页pdf
【干货书】面向计算科学和工程的Python导论，167页pdf
专知会员服务
42+阅读 · 2021年4月7日
【ACML2020】张量网络机器学习:最近的进展和前沿，109页ppt
【ACML2020】张量网络机器学习:最近的进展和前沿，109页ppt
专知会员服务
55+阅读 · 2020年12月15日
【深度学习社区检测】Deep Learning for Community Detection: Progress, Challenges and Opportunities
【深度学习社区检测】Deep Learning for Community Detection: Progress, Challenges and Opportunities
专知会员服务
28+阅读 · 2020年6月13日
【斯坦福大学CS229】面向机器学习的线性代数和微积分要点速览(中文版)《CS 229 - Linear Algebra and Calculus refresher》by Afshine Amidi, Shervine Amidi
【斯坦福大学CS229】面向机器学习的线性代数和微积分要点速览(中文版)《CS 229 - Linear Algebra and Calculus refresher》by Afshine Amidi, Shervine Amidi
专知会员服务
198+阅读 · 2019年12月19日
992页《初等微积分：无穷小方法》(Elementary Calculus. An Infinitesimal Approach)书籍【附下载】
992页《初等微积分：无穷小方法》(Elementary Calculus. An Infinitesimal Approach)书籍【附下载】
专知会员服务
26+阅读 · 2019年10月28日
【机器学习基础最新版】（Mathematics for Machine Learning），417页pdf
【机器学习基础最新版】（Mathematics for Machine Learning），417页pdf
专知会员服务
246+阅读 · 2019年10月21日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
50+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
36+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
164+阅读 · 2019年10月12日
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
专知会员服务
84+阅读 · 2019年10月9日
盘一盘 Python 系列 8 - Sklearn
盘一盘 Python 系列 8 - Sklearn
平均机器
5+阅读 · 2019年5月30日
逆强化学习-学习人先验的动机
逆强化学习-学习人先验的动机
CreateAMind
16+阅读 · 2019年1月18日
无监督元学习表示学习
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
meta learning 17年：MAML SNAIL
meta learning 17年：MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
Ray RLlib: Scalable 降龙十八掌
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
条件GAN重大改进！cGANs with Projection Discriminator
条件GAN重大改进！cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
【学习】Hierarchical Softmax
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习 cartpole_a3c
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
SLOE: A Faster Method for Statistical Inference in High-Dimensional Logistic Regression
Arxiv
0+阅读 · 2021年5月25日
Hashing embeddings of optimal dimension, with applications to linear least squares
Arxiv
0+阅读 · 2021年5月25日
The gradient complexity of linear regression
Arxiv
0+阅读 · 2021年5月23日
A Precise Performance Analysis of Support Vector Regression
Arxiv
0+阅读 · 2021年5月21日
Two-directional simultaneous inference for high-dimensional models
Arxiv
0+阅读 · 2021年5月21日
Segmentation of high dimensional means over multi-dimensional change points and connections to regression trees
Arxiv
0+阅读 · 2021年5月20日
A Robust Score-Driven Filter for Multivariate Time Series
Arxiv
0+阅读 · 2021年5月20日
Performance of Empirical Risk Minimization for Linear Regression with Dependent Data
Arxiv
0+阅读 · 2021年5月19日
Fundamental limits and algorithms for sparse linear regression with sublinear sparsity
Arxiv
0+阅读 · 2021年5月19日
Local Exchangeability
Arxiv
0+阅读 · 2021年5月19日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
输出空间
再生核希尔伯特空间
输入空间
输出
核化
最新内容
《COOL模型（行动循环圈）：军事领导体系中的战役层级变革流程》
《COOL模型（行动循环圈）：军事领导体系中的战役层级变革流程》
专知会员服务
2+阅读 · 今天15:00
《系统簇式多域作战规划范畴论框架》
《系统簇式多域作战规划范畴论框架》
专知会员服务
2+阅读 · 今天14:54
《美国防部指令6130.03，第2卷 服役医疗标准：保留》
《美国防部指令6130.03，第2卷 服役医疗标准：保留》
专知会员服务
1+阅读 · 今天14:49
《美国防部指令6130.03，第1卷 服役医疗标准：任命、征募或征召》
《美国防部指令6130.03，第1卷 服役医疗标准：任命、征募或征召》
专知会员服务
1+阅读 · 今天14:44
美空军“战场机载通信节点（BACN）”：美以对伊空战行动中隐形却关键的一环
美空军“战场机载通信节点（BACN）”：美以对伊空战行动中隐形却关键的一环
专知会员服务
2+阅读 · 今天14:03
【CMU博士论文】面向非结构化环境下医疗急救的具身人工智能
【CMU博士论文】面向非结构化环境下医疗急救的具身人工智能
专知会员服务
0+阅读 · 今天13:36
高效视频扩散模型：进展与挑战
高效视频扩散模型：进展与挑战
专知会员服务
0+阅读 · 今天13:34
乌克兰前线的五项创新
乌克兰前线的五项创新
专知会员服务
6+阅读 · 今天6:14
军事通信系统与设备的技术演进综述
军事通信系统与设备的技术演进综述
专知会员服务
4+阅读 · 今天5:59
《北约 AI手册：作战人员的实用考量》（2026最新64页）
《北约 AI手册：作战人员的实用考量》（2026最新64页）
专知会员服务
6+阅读 · 今天5:54
《北约标准：医疗评估手册》174页
《北约标准：医疗评估手册》174页
专知会员服务
4+阅读 · 今天5:51
《提升生成模型的安全性与保障》博士论文
《提升生成模型的安全性与保障》博士论文
专知会员服务
4+阅读 · 今天5:47
美国当前高超音速导弹发展概述
美国当前高超音速导弹发展概述
专知会员服务
4+阅读 · 4月19日
《高超音速武器：一项再度兴起的技术》120页slides
《高超音速武器：一项再度兴起的技术》120页slides
专知会员服务
12+阅读 · 4月19日
无人机蜂群建模与仿真方法
无人机蜂群建模与仿真方法
专知会员服务
13+阅读 · 4月19日
相关VIP内容
【干货书】面向计算科学和工程的Python导论，167页pdf
【干货书】面向计算科学和工程的Python导论，167页pdf
专知会员服务
42+阅读 · 2021年4月7日
【ACML2020】张量网络机器学习:最近的进展和前沿，109页ppt
【ACML2020】张量网络机器学习:最近的进展和前沿，109页ppt
专知会员服务
55+阅读 · 2020年12月15日
【深度学习社区检测】Deep Learning for Community Detection: Progress, Challenges and Opportunities
【深度学习社区检测】Deep Learning for Community Detection: Progress, Challenges and Opportunities
专知会员服务
28+阅读 · 2020年6月13日
【斯坦福大学CS229】面向机器学习的线性代数和微积分要点速览(中文版)《CS 229 - Linear Algebra and Calculus refresher》by Afshine Amidi, Shervine Amidi
【斯坦福大学CS229】面向机器学习的线性代数和微积分要点速览(中文版)《CS 229 - Linear Algebra and Calculus refresher》by Afshine Amidi, Shervine Amidi
专知会员服务
198+阅读 · 2019年12月19日
992页《初等微积分：无穷小方法》(Elementary Calculus. An Infinitesimal Approach)书籍【附下载】
992页《初等微积分：无穷小方法》(Elementary Calculus. An Infinitesimal Approach)书籍【附下载】
专知会员服务
26+阅读 · 2019年10月28日
【机器学习基础最新版】（Mathematics for Machine Learning），417页pdf
【机器学习基础最新版】（Mathematics for Machine Learning），417页pdf
专知会员服务
246+阅读 · 2019年10月21日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
50+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
36+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
164+阅读 · 2019年10月12日
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
专知会员服务
84+阅读 · 2019年10月9日
热门VIP内容
相关资讯
盘一盘 Python 系列 8 - Sklearn
盘一盘 Python 系列 8 - Sklearn
平均机器
5+阅读 · 2019年5月30日
逆强化学习-学习人先验的动机
逆强化学习-学习人先验的动机
CreateAMind
16+阅读 · 2019年1月18日
无监督元学习表示学习
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
meta learning 17年：MAML SNAIL
meta learning 17年：MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
Ray RLlib: Scalable 降龙十八掌
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
条件GAN重大改进！cGANs with Projection Discriminator
条件GAN重大改进！cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
【学习】Hierarchical Softmax
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习 cartpole_a3c
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
相关论文
SLOE: A Faster Method for Statistical Inference in High-Dimensional Logistic Regression
Arxiv
0+阅读 · 2021年5月25日
Hashing embeddings of optimal dimension, with applications to linear least squares
Arxiv
0+阅读 · 2021年5月25日
The gradient complexity of linear regression
Arxiv
0+阅读 · 2021年5月23日
A Precise Performance Analysis of Support Vector Regression
Arxiv
0+阅读 · 2021年5月21日
Two-directional simultaneous inference for high-dimensional models
Arxiv
0+阅读 · 2021年5月21日
Segmentation of high dimensional means over multi-dimensional change points and connections to regression trees
Arxiv
0+阅读 · 2021年5月20日
A Robust Score-Driven Filter for Multivariate Time Series
Arxiv
0+阅读 · 2021年5月20日
Performance of Empirical Risk Minimization for Linear Regression with Dependent Data
Arxiv
0+阅读 · 2021年5月19日
Fundamental limits and algorithms for sparse linear regression with sublinear sparsity
Arxiv
0+阅读 · 2021年5月19日
Local Exchangeability
Arxiv
0+阅读 · 2021年5月19日
Top
微信扫码咨询专知VIP会员
Top