Риск, связанный с частичной линейной моделью
arXiv: 2609.079997v1 Annualce Type: cross резюмирует: Мы характеризуем острый структурно-агностический минимаксный риск для оценки коэффициентов в частичной линейной модели, когда два учащихся из черного ящика узнают о последствиях и проблемах с лечением, что решает открытую проблему двойного машинного обучения Гу (2025 год). Для каждой неприятности (q\in\ {\mu, pti}) мы описываем доступного ученика с помощью аппроксимистического бюджета (a_Q/), и стохастического-эррора бюджета ~(s_ q#), который контролируется локальной сложностью Радемачер. Писать (\mathcal E_n) для минимаксной среднеквадратичной ошибки мы показываем, что ♫[матхал e_n/asymp1\wedge\least# lelst\ {\frak1n+\list(a_mu_pi+min\Left\ {а_pI_s_un+s_\pi>2,\, a_mus s_pipi+s _ mugh2\right} ~ right}. промежуток времени — это новизна более низкой границы общей проблемы с двумя учителем. Наше доказательство состоит из четырех экспериментов по тестированию конечной смеси с использованием ортогональных функций. В ходе этих экспериментов скрытые беспорядки