TL;DR论文研究了稀疏度- d 多项式阈值函数的属性稀疏特性和机器学习的 PAC 学习方法,提出了一种新算法,使用仅限 Frobenius 范数来验证好的近似或识别受污染样本的杂音过滤器。
Abstract
The concept class of low-degree polynomial threshold functions (PTFs) plays a fundamental role in machine learning. In this paper, we study pac learning of $K$-sparse degree-$d$ PTFs on $\mathbb{R}^n$, where any