会员服务
最大似然估计 · ICML 2021 ·
2021 年 9 月 23 日
【ICML2021】压缩最大似然
专知会员服务
专知会员服务
专知，提供专业可信的知识分发服务，让认知协作更快更好！

最大似然(Maximum likelihood, ML)是最基本、最通用的统计估计技术之一。受最近分布函数估计进展的启发，我们提出压缩最大似然(CML)，它将ML应用于压缩样本。然后，我们证明了CML对于离散和连续域上的几个基本学习任务是样本有效的，包括具有结构的学习密度、估计概率多集和推断对称分布函数。

https://proceedings.mlr.press/v139/hao21c.html

成为VIP会员查看完整内容
https://proceedings.mlr.press/v139/hao21c.html
Compressed Maximum Likelihood
22

相关内容

在统计学中，最大似然估计(maximum likelihood estimation, MLE)是通过最大化似然函数估计概率分布参数的一种方法，使观测数据在假设的统计模型下最有可能。参数空间中使似然函数最大化的点称为最大似然估计。最大似然逻辑既直观又灵活，因此该方法已成为统计推断的主要手段。
【ICML2021】标签匹配深度域自适应
专知会员服务
36+阅读 · 2021年8月19日
【ICML2021】统一鲁棒半监督变分自编码器
专知会员服务
27+阅读 · 2021年7月11日
[ICML2021] 伪黎曼流形中的有向图嵌入
专知会员服务
33+阅读 · 2021年6月24日
【ICML2021】白化自监督表示学习
专知会员服务
24+阅读 · 2021年6月14日
【ICML2021】有向图网络
专知会员服务
82+阅读 · 2021年5月10日
【ICML2021】低秩Sinkhorn 分解
【ICML2021】低秩Sinkhorn 分解
专知
9+阅读 · 2021年8月20日
最优传输理论和生成模型的几何观点
最优传输理论和生成模型的几何观点
PaperWeekly
9+阅读 · 2020年7月18日
【GNN】VGAE：利用变分自编码器完成图重构
【GNN】VGAE：利用变分自编码器完成图重构
AINLP
4+阅读 · 2020年5月20日
【NeurIPS 2019】vGraph：联合节点检测与节点表示生成模型
【NeurIPS 2019】vGraph：联合节点检测与节点表示生成模型
专知
23+阅读 · 2019年12月21日
学界 | 面向无监督任务：DeepMind提出神经离散表示学习生成模型VQ-VAE
学界 | 面向无监督任务：DeepMind提出神经离散表示学习生成模型VQ-VAE
机器之心
6+阅读 · 2017年11月10日
Minimax Supervised Clustering in the Anisotropic Gaussian Mixture Model: A new take on Robust Interpolation
Arxiv
0+阅读 · 2021年11月13日
Induced odd cycle packing number, independent sets, and chromatic number
Arxiv
0+阅读 · 2021年11月12日
Robust Differentiable SVD
Arxiv
9+阅读 · 2021年4月8日
LogME: Practical Assessment of Pre-trained Models for Transfer Learning
Arxiv
4+阅读 · 2021年2月22日
Disentangled Information Bottleneck
Disentangled Information Bottleneck
Arxiv
12+阅读 · 2020年12月22日
VIP会员
相关主题
最大似然估计
ICML 2021
相关VIP内容
【ICML2021】标签匹配深度域自适应
专知会员服务
36+阅读 · 2021年8月19日
【ICML2021】统一鲁棒半监督变分自编码器
专知会员服务
27+阅读 · 2021年7月11日
[ICML2021] 伪黎曼流形中的有向图嵌入
专知会员服务
33+阅读 · 2021年6月24日
【ICML2021】白化自监督表示学习
专知会员服务
24+阅读 · 2021年6月14日
【ICML2021】有向图网络
专知会员服务
82+阅读 · 2021年5月10日
热门VIP内容
相关资讯
【ICML2021】低秩Sinkhorn 分解
【ICML2021】低秩Sinkhorn 分解
专知
9+阅读 · 2021年8月20日
最优传输理论和生成模型的几何观点
最优传输理论和生成模型的几何观点
PaperWeekly
9+阅读 · 2020年7月18日
【GNN】VGAE：利用变分自编码器完成图重构
【GNN】VGAE：利用变分自编码器完成图重构
AINLP
4+阅读 · 2020年5月20日
【NeurIPS 2019】vGraph：联合节点检测与节点表示生成模型
【NeurIPS 2019】vGraph：联合节点检测与节点表示生成模型
专知
23+阅读 · 2019年12月21日
学界 | 面向无监督任务：DeepMind提出神经离散表示学习生成模型VQ-VAE
学界 | 面向无监督任务：DeepMind提出神经离散表示学习生成模型VQ-VAE
机器之心
6+阅读 · 2017年11月10日
相关论文
Minimax Supervised Clustering in the Anisotropic Gaussian Mixture Model: A new take on Robust Interpolation
Arxiv
0+阅读 · 2021年11月13日
Induced odd cycle packing number, independent sets, and chromatic number
Arxiv
0+阅读 · 2021年11月12日
Robust Differentiable SVD
Arxiv
9+阅读 · 2021年4月8日
LogME: Practical Assessment of Pre-trained Models for Transfer Learning
Arxiv
4+阅读 · 2021年2月22日
Disentangled Information Bottleneck
Disentangled Information Bottleneck
Arxiv
12+阅读 · 2020年12月22日
微信扫码咨询专知VIP会员
Top