arXiv stat.ML· Tony Cai, Abhinav Chakraborty, Samory Kpotufe·· 17 小时前AI 评分26
多任务学习的几何学:共享子空间估计的精确收敛率
The Geometry of Multitask Learning: Sharp Rates for Shared Subspace Estimation
AI 导读
针对多任务学习中共享子空间估计精确收敛率不明确的理论空白,研究提出了一种通用的多任务引理(multitask lemma)。该引理基于任务回归函数及其估计量的几何条件,为通用多任务场景下的快速子空间估计提供了充分条件。研究证实该引理在线性回归和分类中推导出了此前未知的精确 minimax 收敛率,并为加性噪声回归提供了匹配到对数因子的收敛率。
来源:arXiv stat.ML · arxiv.org