会员服务
经验风险最小化（ERM）是统计学习理论中的一个原则，它定义了一系列学习算法，并用于给出其性能的理论界限。经验风险最小化的策略认为，经验风险最小的模型是最优的模型。根据这一策略，按照经验风险最小化求最优模型就是求解最优化问题。
Differentially Private Two-Stage Empirical Risk Minimization and Applications to Individualized Treatment Rule
Arxiv
0+阅读 · 2月13日
All ERMs Can Fail in Stochastic Convex Optimization Lower Bounds in Linear Dimension
Arxiv
0+阅读 · 2月9日
Schrödinger bridge problem via empirical risk minimization
Arxiv
0+阅读 · 2月9日
Fast Rates for Nonstationary Weighted Risk Minimization
Arxiv
0+阅读 · 2月5日
Asymptotic Theory of Iterated Empirical Risk Minimization, with Applications to Active Learning
Arxiv
0+阅读 · 1月30日
Learning from Synthetic Data: Limitations of ERM
Arxiv
0+阅读 · 2月2日
The Nuclear Route: Sharp Asymptotics of ERM in Overparameterized Quadratic Networks
Arxiv
0+阅读 · 2月2日
Transfer Learning Through Conditional Quantile Matching
Arxiv
0+阅读 · 2月2日
Combinatorial Optimization Augmented Machine Learning
Arxiv
0+阅读 · 1月15日
Empirical Risk Minimization with $f$-Divergence Regularization
Arxiv
0+阅读 · 1月19日
Learning from Synthetic Data: Limitations of ERM
Arxiv
0+阅读 · 1月21日
A Mosco sufficient condition for intrinsic stability of non-unique convex Empirical Risk Minimization
Arxiv
0+阅读 · 1月25日
Group-realizable multi-group learning by minimizing empirical risk
Arxiv
0+阅读 · 1月23日
Adaptive Matrix Sparsification and Applications to Empirical Risk Minimization
Arxiv
0+阅读 · 2025年12月1日
The Nuclear Route: Sharp Asymptotics of ERM in Overparameterized Quadratic Networks
Arxiv
0+阅读 · 2025年11月27日
参考链接
微信扫码咨询专知VIP会员
Top