Multiclass versus Binary Differentially Private PAC Learning
Multiclass versus Binary Differentially Private PAC Learning
复制标题
多类与二元差分私有 PAC 学习
DOI：
--
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
Gaboardi, Marco
中科院分区：
文献类型：
--
作者：
Sivakumar, Satchit;Bun, Mark;Gaboardi, Marco
登录
查看更多内容
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
半空间的私人学习：简化构建并降低样本复杂度
DOI：
--
发表时间：
2020
期刊：
Neural Information Processing Systems
影响因子：
--
作者：
Haim Kaplan;Y. Mansour;Uri Stemmer;Eliad Tsfadia
通讯作者：
Eliad Tsfadia
Littlestone 和阈值尺寸的近紧闭合边界
DOI：
--
发表时间：
2021
期刊：
International Conference on Algorithmic Learning Theory
影响因子：
--
作者：
Badih Ghazi;Noah Golowich;Ravi Kumar;Pasin Manurangsi
通讯作者：
Pasin Manurangsi
影响因子：
6
作者：
A. Beimel;Kobbi Nissim;Uri Stemmer
通讯作者：
Uri Stemmer
具有近似差分隐私的样本有效的适当 PAC 学习
DOI：
--
发表时间：
2020
期刊：
Symposium on the Theory of Computing
影响因子：
--
作者：
Badih Ghazi;Noah Golowich;Ravi Kumar;Pasin Manurangsi
通讯作者：
Pasin Manurangsi