Private and Online Learnability Are Equivalent
Private and Online Learnability Are Equivalent
复制标题
私人学习和在线学习能力是等效的
DOI：
10.1145/3526074
复制
发表时间：
2022
影响因子：
2.5
通讯作者：
Moran, Shay
中科院分区：
文献类型：
--
作者：
Alon, Noga;Bun, Mark;Livni, Roi;Malliaris, Maryanthe;Moran, Shay
可能是一个二元标记的概念类。我们证明当且仅当它具有有限的Littlestone维数时，可以通过（近似）差分私有算法来学习PAC。这意味着在线可学习性和私人PAC可学习性之间的定性等同。
LetHbe a binary-labeled concept class. We prove thatHcan be PAC learned by an (approximate) differentially private algorithm if and only if it has a finite Littlestone dimension. This implies a qualitative equivalence between online learnability and private PAC learnability.
登录
查看更多内容
Littlestone 课程可私下在线学习
DOI：
--
发表时间：
2021
期刊：
Neural Information Processing Systems
影响因子：
--
作者：
Noah Golowich;Roi Livni
通讯作者：
Roi Livni
学习筛选
DOI：
--
发表时间：
2019
期刊：
Neural Information Processing Systems
影响因子：
--
作者：
Alon Cohen;Avinatan Hassidim;Haim Kaplan;Y. Mansour;S. Moran
通讯作者：
S. Moran
数学毁灭性武器：大数据如何加剧不平等
DOI：
--
发表时间：
2019
期刊：
影响因子：
--
作者：
T. Democracy;Cathy O’Neil;Harris Mateen
通讯作者：
Harris Mateen
通过通信复杂性对差异化私人学习进行样本复杂性限制
DOI：
--
发表时间：
2014
期刊：
SIAM journal on computing (Print)
影响因子：
--
作者：
V. Feldman;David Xiao
通讯作者：
David Xiao
DOI：
10.1145/3188745.3188946
发表时间：
2018-06
期刊：
Proceedings of the 50th Annual ACM SIGACT Symposium on Theory of Computing
影响因子：
--
作者：
Mark Bun;C. Dwork;G. Rothblum;T. Steinke
通讯作者：
Mark Bun;C. Dwork;G. Rothblum;T. Steinke