会员服务
输出空间 · 再生核希尔伯特空间 · 输入空间 · 输出 · 核化 ·
2021 年 4 月 28 日
Regularised Least-Squares Regression with Infinite-Dimensional Output Space
翻译：具有无限二维输出空间的正规化最低区域回归
Junhyunng Park,Krikamol Muandet
Junhyunng Park,Krikamol Muandet

We present some learning theory results on vector-valued reproducing kernel Hilbert space (RKHS) regression, where the input space is allowed to be non-compact and the output space is a (possibly infinite-dimensional) Hilbert space.


翻译：我们展示了一些关于矢量价值的复制内核Hilbert空间(RKHS)回归的学习理论结果,允许输入空间不兼容,输出空间(可能无限)Hilbert空间。
0
下载
关闭预览

相关内容

【经典书】线性代数，436页pdf
专知会员服务
76+阅读 · 2021年3月16日
剑桥大学《数据科学: 原理与实践》课程，附PPT下载
剑桥大学《数据科学: 原理与实践》课程，附PPT下载
专知会员服务
49+阅读 · 2021年1月20日
【牛津大学-DeepMind 】上下文嵌入综述，A Survey on Contextual Embeddings
【牛津大学-DeepMind 】上下文嵌入综述，A Survey on Contextual Embeddings
专知会员服务
41+阅读 · 2020年3月17日
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
专知会员服务
94+阅读 · 2020年3月12日
【新书：机器学习简介】《A Concise Introduction to Machine Learning》by A.C. Faul (CRC 2019)
【新书：机器学习简介】《A Concise Introduction to Machine Learning》by A.C. Faul (CRC 2019)
专知会员服务
75+阅读 · 2020年2月8日
TensorFlow深度学习，从线性回归到强化学习的深度学习（TensorFlow for Deep Learning From Linear Regression to Reinforcement Learning），附页256页pdf
TensorFlow深度学习，从线性回归到强化学习的深度学习（TensorFlow for Deep Learning From Linear Regression to Reinforcement Learning），附页256页pdf
专知会员服务
44+阅读 · 2020年1月1日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
174+阅读 · 2019年10月11日
MIT新书《强化学习与最优控制》
MIT新书《强化学习与最优控制》
专知会员服务
275+阅读 · 2019年10月9日
Ray RLlib: Scalable 降龙十八掌
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28日
Disentangled的假设的探讨
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
已删除
已删除
将门创投
4+阅读 · 2018年11月6日
【LeetCode 136】 关关的刷题日记32 Single Number
【LeetCode 136】 关关的刷题日记32 Single Number
专知
3+阅读 · 2017年11月10日
关小刷刷题02——Leetcode 169. Majority Element 方法2和3
关小刷刷题02——Leetcode 169. Majority Element 方法2和3
专知
7+阅读 · 2017年9月22日
【学习】Hierarchical Softmax
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Statistical Query Lower Bounds for List-Decodable Linear Regression
Arxiv
0+阅读 · 2021年6月17日
Distribution Free Uncertainty for the Minimum Norm Solution of Over-parameterized Linear Regression
Arxiv
0+阅读 · 2021年6月17日
On the Power of Preconditioning in Sparse Linear Regression
Arxiv
0+阅读 · 2021年6月17日
On Construction and Estimation of Stationary Mixture Transition Distribution Models
Arxiv
0+阅读 · 2021年6月16日
A Wasserstein Minimax Framework for Mixed Linear Regression
A Wasserstein Minimax Framework for Mixed Linear Regression
Arxiv
1+阅读 · 2021年6月16日
Leveraging Probabilistic Circuits for Nonparametric Multi-Output Regression
Arxiv
0+阅读 · 2021年6月16日
Non-PSD Matrix Sketching with Applications to Regression and Optimization
Arxiv
0+阅读 · 2021年6月16日
Sparse Regression for Extreme Values
Arxiv
0+阅读 · 2021年6月14日
Unique sparse decomposition of low rank matrices
Arxiv
0+阅读 · 2021年6月14日
Testing Matrix Rank, Optimally
Arxiv
3+阅读 · 2018年10月18日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
输出空间
再生核希尔伯特空间
输入空间
输出
核化
相关VIP内容
【经典书】线性代数，436页pdf
专知会员服务
76+阅读 · 2021年3月16日
剑桥大学《数据科学: 原理与实践》课程，附PPT下载
剑桥大学《数据科学: 原理与实践》课程，附PPT下载
专知会员服务
49+阅读 · 2021年1月20日
【牛津大学-DeepMind 】上下文嵌入综述，A Survey on Contextual Embeddings
【牛津大学-DeepMind 】上下文嵌入综述，A Survey on Contextual Embeddings
专知会员服务
41+阅读 · 2020年3月17日
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
专知会员服务
94+阅读 · 2020年3月12日
【新书：机器学习简介】《A Concise Introduction to Machine Learning》by A.C. Faul (CRC 2019)
【新书：机器学习简介】《A Concise Introduction to Machine Learning》by A.C. Faul (CRC 2019)
专知会员服务
75+阅读 · 2020年2月8日
TensorFlow深度学习，从线性回归到强化学习的深度学习（TensorFlow for Deep Learning From Linear Regression to Reinforcement Learning），附页256页pdf
TensorFlow深度学习，从线性回归到强化学习的深度学习（TensorFlow for Deep Learning From Linear Regression to Reinforcement Learning），附页256页pdf
专知会员服务
44+阅读 · 2020年1月1日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
174+阅读 · 2019年10月11日
MIT新书《强化学习与最优控制》
MIT新书《强化学习与最优控制》
专知会员服务
275+阅读 · 2019年10月9日
热门VIP内容
相关资讯
Ray RLlib: Scalable 降龙十八掌
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28日
Disentangled的假设的探讨
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
已删除
已删除
将门创投
4+阅读 · 2018年11月6日
【LeetCode 136】 关关的刷题日记32 Single Number
【LeetCode 136】 关关的刷题日记32 Single Number
专知
3+阅读 · 2017年11月10日
关小刷刷题02——Leetcode 169. Majority Element 方法2和3
关小刷刷题02——Leetcode 169. Majority Element 方法2和3
专知
7+阅读 · 2017年9月22日
【学习】Hierarchical Softmax
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
相关论文
Statistical Query Lower Bounds for List-Decodable Linear Regression
Arxiv
0+阅读 · 2021年6月17日
Distribution Free Uncertainty for the Minimum Norm Solution of Over-parameterized Linear Regression
Arxiv
0+阅读 · 2021年6月17日
On the Power of Preconditioning in Sparse Linear Regression
Arxiv
0+阅读 · 2021年6月17日
On Construction and Estimation of Stationary Mixture Transition Distribution Models
Arxiv
0+阅读 · 2021年6月16日
A Wasserstein Minimax Framework for Mixed Linear Regression
A Wasserstein Minimax Framework for Mixed Linear Regression
Arxiv
1+阅读 · 2021年6月16日
Leveraging Probabilistic Circuits for Nonparametric Multi-Output Regression
Arxiv
0+阅读 · 2021年6月16日
Non-PSD Matrix Sketching with Applications to Regression and Optimization
Arxiv
0+阅读 · 2021年6月16日
Sparse Regression for Extreme Values
Arxiv
0+阅读 · 2021年6月14日
Unique sparse decomposition of low rank matrices
Arxiv
0+阅读 · 2021年6月14日
Testing Matrix Rank, Optimally
Arxiv
3+阅读 · 2018年10月18日
Top
微信扫码咨询专知VIP会员
Top