Oct, 2019

基于偏好的批次和序列教学：迈向模型统一视角

PDF
TL;DR该研究探索了算法机器教学中的不同教学模型和复杂度量度以及它们之间的联系，并提出了一种通过偏好函数刻画教学过程的新框架，通过比较不同的偏好函数诱导出的两种教学模型，即最强的批处理模型和较弱的顺序模型，并鉴别出诱导出 VC 维度为线性的新型顺序模型的偏好函数，其复杂度结果比最佳批处理模型的 VC 维度的复杂度结果是二次的得到了十分有力的补充。
发现论文，激发创造
  • 基于偏好的教学

    介绍了一种新的教学模型 —— 基于偏好的教学，提出了偏好教学维度这个复杂度参数，用于表示在给定的概念类中教授任何概念所需的最差例子数量，通过组合的理论框架，得出了关于偏好教学维度的界限，并研究了在无限类上的性质和应用。

    Feb, 2017

  • 主动序贯学习机器教学

    本文探讨了机器教学的问题，提出了基于马尔可夫决策过程的序列教学问题。通过研究多臂老虎机学习器的模拟实验和用户研究，探究了教学规划和学习者具有教师模型两种方法对于学习效果的影响，分别从学习者的角度和教师的角度考虑互动智能系统的策略行为，提供了新的研究方法。

    Sep, 2018

  • 批量的基于偏好的奖励函数学习

    本文介绍了一种新的算法，批量主动偏好学习，它使用尽可能少的数据样本进行有效的奖励函数学习，并具有较短的查询生成时间。我们为批量主动学习问题引入了几个近似，并为我们的算法的收敛提供了理论保证。通过在模拟中进行各种机器人任务的实验，我们的结果表明我们的批量主动学习算法仅需要少量计算时间短的查询。最后，我们将展示我们的算法在学习人类用户喜好的研究中的应用。

    Oct, 2018

  • 迭代式机器教学

    本文探讨了机器教学的逆问题，提出了一种新的范例，即学习者使用迭代算法，教师可以根据学习者当前的表现顺序地、智能地提供示例。它着重于实现学习者模型的快速收敛，可以通过设计教学算法减少教学示例并比没有教师进行教学的学习实现更快的收敛。

    May, 2017

  • 批量主动学习基于人类偏好的奖励函数

    通过批次主动的偏好学习方法，本研究开发了一组新的算法，能够有效学习奖励函数并在短时间内生成少量查询，实验结果表明该算法在机器人学习中的多种任务上表现良好。

    Feb, 2024

  • 序贯决策环境中的动态教学

    在一个连续的决策环境中，我们描述了教授模型的理论界限和实用算法。我们聚焦于决策者作为一位决策者而不是一位观察策略的老师优化学习者的之前努力，并提出了几个基于先前定义的监督规程的教学框架，例如教学维度，并将它们扩展到处理在 MDP 中遇到的噪声和输入序列。同时，我们还提供了在这种情况下几个重要的模型类的可学性上的理论界限，并建议一个动态教学的实用算法。

    Oct, 2012

  • 指数家族中贝叶斯学习者的机器教学

    提出了一个针对贝叶斯模型学习者的最优教学框架，旨在平衡学习者未来损失和教师努力的优化问题，此优化问题在一般情况下很难，但在学习者使用共轭指数族模型的情况下，提出一种近似算法来找到最优教学集，该算法优化了聚合充分统计数据，然后将其解包成实际的教学示例，给出了几个例子来说明该框架。

    Jun, 2013

  • 机器教学中适应性的作用探析：以版本空间学习算法为例

    本文研究了交互式环境下如何基于学生当前状态，用一种新的模型进行自适应教学，提高版本空间学习者的学习效率和可理解性。通过有效算法和用户测试，验证了提出的模型相较于现有模型的多种优点。

    Feb, 2018

  • 在线学习与序列复杂度

    研究序列预测的问题，提供工具来研究相关游戏的极小极大值。开发了一套序列复杂性理论，能够准确地为序列预测问题提供学习保证。

    Jun, 2010

  • 学习选择典型部分进行可解释的序列数据建模

    本文提出了一种基于样例理解的自选模型，使用原型概念的线性组合来解释自己的预测，以实现更好的可解释性，并通过多种限制条件进行优化。实验结果表明该方法具有良好的可解释性和竞争性的准确性。

    Dec, 2022