arXiv stat.ML· Mohammad Afzali, Hassan Ashtiani, Alex Bie, Gautam Kamath, Peihan Liu, Argyris Mouzakis, Vikrant Singhal·· 12 天前AI 评分38
所有可学习的分布类实际上都支持差分隐私学习
Actually, All Learnable Distribution Classes Are Privately Learnable
AI 导读
新研究证明了所有在总变差距离下能以有限样本达到任意小目标误差的可学习分布类，在 $(\varepsilon, \delta)$-差分隐私约束下同样可以用有限样本实现任意小目标误差学习。该成果证实了 Ashtiani 猜想。此前 Bun 等人的研究在固定目标误差的定义下曾弱反驳该猜想，而本研究表明在标准可学习性定义下该猜想完全成立。
来源：arXiv stat.ML · arxiv.org