Jun, 2021
具备性能保证的神经主动学习
Neural Active Learning with Performance Guarantees
Pranjal Awasthi, Christoph Dann, Claudio Gentile, Ayush Sekhari, Zhilei Wang
TL;DR研究了非参数制度下流式学习中的主动学习问题，使用最近提出的神经切向核近似工具构建适当的神经嵌入来确定算法操作的特征空间和计算在其上的学习模型。提出了一种对先前知识不可知的版本算法，并通过遗憾平衡方案解决了所得到的在线模型选择问题，该算法具有计算效率，提供了关于累积遗憾和请求标签数量的联合保证，这些保证取决于手头标记函数的复杂度。在线性情况下，这些保证恢复了关于标记复杂度的泛化误差的已知的极小值结果。