מודל הלמידה מדוגמאות Learning from Examples קלט: אוסף של דוגמאות פלט: קונסיסטנטי עם פונקציה f ב- C ז"א קונסיסטנטי עם S ז"א מודל הלמידה מדוגמאות Learning.

Slides:



Advertisements
Similar presentations
Completeness and Expressiveness. תזכורת למערכת ההוכחה של לוגיקה מסדר ראשון : אקסיומות 1. ) ) (( 2. )) ) (( )) ( ) ((( 3. ))) F( F( ( 4. ) v) ( ) v ((
Advertisements

Ford Fulkerson. Ford-Fulkerson (N=(G, c, s, t)) ; G = (V, E) for each edge, while exists a path P from s to t in residual network N f do for each edge.
ממיבחניםC שאלות ++.
מבוא למדעי המחשב לתעשייה וניהול
גרף מכוון Directed Graph a b c f g ed h צמתים חוג עצמי קשתות.
צורה נורמלית של גרייבך הפקולטה למדעי המחשב אוטומטים ושפות פורמליות ( ) תרגיל מספר 11.
מיון (Sorting) קלט : מערך בן n מספרים. פלט : מערך ובו המספרים אותם מאוחסנים בסדר עולה
פונקציונל פונקציה מספר פונקציונל דוגמאות לא פונקציונל פונקציונל.
קורס אלגוריתמים ספר הקורס: מרצה: נעם ניסן מתרגלים:
מתמטיקה בדידה תרגול 3.
רקורסיות נושאי השיעור פתרון משוואות רקורסיביות שיטת ההצבה
מסדי נתונים תשס " ג 1 תכנון סכמות (Design Theory) מסדי נתונים.
משטר דינמי המשך – © Dima Elenbogen :55 חידה שכדאי לעבור עליה: 2011/ho/WCFiles/%D7%97%D7%99%D7%93%D7%94%20%D7%A2%D7%9D%20%D7%91%D7%95%D7%A0%D7%95%D7%A1.doc.
חורף - תשס " ג DBMS, Design1 שימור תלויות אינטואיציה : כל תלות פונקציונלית שהתקיימה בסכמה המקורית מתקיימת גם בסכמה המפורקת. מטרה : כאשר מעדכנים.
תכנות תרגול 4 שבוע : לולאות while לולאות while while (condition) { loop body } במקרה של קיום התנאי מתבצע גוף הלולאה ברגע שהתנאי לא מתקיים נצא.
רקורסיות נושאי השיעור מהן רקורסיות פתרון רקורסיות : שיטת ההצבה שיטת איטרציות שיטת המסטר 14 יוני יוני יוני 1514 יוני יוני יוני 1514.
חורף - תשס " ג DBMS, צורות נורמליות 1 צורה נורמלית שלישית - 3NF הגדרה : תהי R סכמה רלציונית ותהי F קבוצת תלויות פונקציונליות מעל R. R היא ב -3NF.
Map-Reduce Input: a collection of scientific articles on different topics, each marked with a field of science –Mathematics, Computer Science, Biology,
Robust Characterization of Polynomials 1 Robust Characterization of polynomials “IT DOES NOT MAKE SENCE!” מרצים : אורי גרסטן יניב עזריה Ronitt Rubinfeld.
1 Formal Specifications for Complex Systems (236368) Tutorial #1 Course site : T.A. :Emilia Katz.
משפט ההרכבה Composition Theorem תהי C מחלקה של פונקציות בוליניות תהי נגדיר סדרת פונקציות שניתנות לחישוב בזמן פולינומיאלי.
בהסתברות לפחות למצא בעיה במודל PAC עבור בהסתברות ε הפונקציה f טועה מודל ONLINE 1. אחרי כל טעות הפונקציה משתפרת 2. מספר הטעיות קטן.
מסדי נתונים תשס " ג 1 תכנון סכמות – אלגוריתם פירוק לתבניות בצורת BCNF מסדי נתונים.
עיבוד תמונות ואותות במחשב אלכסנדר ברנגולץ דואר אלקטרוני : שיטות קידוד שיטות קידוד אורך מלת קוד ואנטרופיה אורך מלת קוד ואנטרופיה קידוד.
א " ב, מילים, ושפות הפקולטה למדעי המחשב אוטומטים ושפות פורמליות ( ) תרגיל מספר 1.
צביעת גרפים: הגדרה: G=(V,E) גרף בלתי מכוון. צביעת G ב-K צבעים 1
תורת הקבוצות חלק ב'. קבוצה בת מניה הגדרה: קבוצה אינסופית X היא ניתנת למניה אם יש התאמה חד-חד ערכית בין X לבין .
צורות נורמליות הפקולטה למדעי המחשב אוטומטים ושפות פורמליות ( ) תרגיל מספר 10.
תכנות תרגול 6 שבוע : תרגיל שורש של מספר מחושב לפי הסדרה הבאה : root 0 = 1 root n = root n-1 + a / root n-1 2 כאשר האיבר ה n של הסדרה הוא קירוב.
תזכורת: גרפים גרף (G=(V,E V|=n, |E|=m| מכוון \ לא מכוון דרגה של קדקד
תחשיב הפסוקים חלק ג'. צורות נורמליות א. DF – Disjunctive Form – סכום של מכפלות. דוגמא: (P  ~Q  R)  (R  P)  (R  ~Q  ~P) הגדרה: נוסחה השקולה לנוסחה.
מודל ONLINE לומדמורה 1. כל ניתן לחישוב בזמן פולינומיאלי 2. אחרי מספר פולינומיאלי של טעיות ( ) הלומד לא טועה ז"א שווה ל- Littlestone 1988.
מבוא כללי למדעי המחשב תרגול 3. לולאות while לולאות while while (condition) { loop body } במקרה של קיום התנאי מתבצע גוף הלולאה ברגע שהתנאי לא מתקיים נצא.
1 מפרטים פורמאליים תרגול מספר 1 מהות הקורס:כח ביטוי. בעיות מעשיות (ולא הוכחות) מתרגל אחראי:שחר דג מתרגלת:אמיליה כץ אתר:
הפקולטה למדעי המחשב אוטומטים ושפות פורמליות (236353)
The Cyclic Multi-peg Tower of Hanoi מעגלי חד-כווני סבוכיות הפתרון בגרסאות עם יותר מ-3 עמודים.
Ray 7 דוגמא אלגוריתם 1.קבל דוגמאות 2. פלט f a עבור הדוגמה a המינימלית החיובית ?
תחשיב הפסוקים חלק ד'. תורת ההיסק של תחשיב הפסוקים.
Data Structures, CS, TAU, Perfect Hashing 1 Perfect Hashing בעיה : נתונה קבוצה S של n מפתחות מתחום U השוואה ל - Hash : * טבלה קבועה (Hash רגיל - דינאמי.
1 Data Structures, CS, TAU, Perfect Hashing בעיה: נתונה קבוצה S של n מפתחות מתחום U השוואה ל- Hash : * טבלה קבועה (Hash רגיל - דינאמי) * רוצים זמן קבוע.
משטר דינמי – © Dima Elenbogen :14. הגדרת cd ו -pd cd - הזמן שעובר בין הרגע שראשון אותות הכניסה יוצא מתחום לוגי עד אשר אות המוצא יוצא מתחום.
תזכורת : אלגברה ליניארית מסקנה קלט : וקטורים פלט : האם u תלוי ליניארית ב קלט : מערכת של n משואות לינאריות ב -m נעלמים. פלט : פתרון, או שאין כזה. אלגוריתם.
מערכים עד היום כדי לייצג 20 סטודנטים נאלצנו להגדיר עד היום כדי לייצג 20 סטודנטים נאלצנו להגדיר int grade1, grade2, …, grade20; int grade1, grade2, …, grade20;
עקרון ההכלה וההדחה.
יחס סדר חלקי.
מבוא למדעי המחשב תרגול 3 שעת קבלה : יום שני 11:00-12:00 דוא " ל :
תחשיב היחסים (הפרדיקטים)
מיון (Sorting) קלט : מערך בן n מספרים. פלט : מערך ובו המספרים אותם מאוחסנים בסדר עולה
Markov Decision Processes (MDP) תומר באום Based on ch. 14 in “Probabilistic Robotics” By Thrun et al. ב"הב"ה.
מודל הלמידה מדוגמאות Learning from Examples קלט: אוסף של דוגמאות פלט: קונסיסטנטי עם פונקציה f ב- C ז"א קונסיסטנטי עם S ז"א.
Boosting a Weak Learning Algorithm by Majority By : Yoav Freund.
מתמטיקה בדידה תרגול 2.
1 מבוא למדעי המחשב סיבוכיות. 2 סיבוכיות - מוטיבציה סידרת פיבונאצ'י: long fibonacci (int n) { if (n == 1 || n == 2) return 1; else return (fibonacci(n-1)
Points on a perimeter (Convex Hull) קורס – מבוא לעבוד מקבילי מבצעים – אריאל פנדלר יאיר ברעם.
מבנה מחשבים תרגול מספר 3. טענה על עצים משפט: בעץ שדרגת כל קודקודיו חסומה ב-3, מספר העלים ≤ מספר הקודקודים הפנימיים + 2. הוכחה: באינדוקציה על n, מספר הקודקודים.
תרגול 4 21/3/2007 מבני נתונים 07b ליאור שפירא. תזכורת – B-trees  לכל צומת x יש השדות הבאים n[x] מס ' מפתחות ב -x המפתחות עצמם בסדר לא יורד כל צומת פנימי.
1 גילוי מידע וזיהוי תבניות תרגול מס. 3 התפלגות נורמלית רב - מימדית Kullback-Leibler Divergence - משפט קמירות - נגזרת שנייה משפט Log sum inequality משפט.
1 מבוא למדעי המחשב רקורסיה. 2 רקורסיה היא שיטה לפתרון בעיות המבוססת על העיקרון העומד ביסוד אינדוקציה מתמטית: אם ידועה הדרך לפתור בעיה עבור המקרים הבסיסיים.
מבוא למדעי המחשב לתעשייה וניהול הרצאה 7. סברוטינות subroutines.
Data Structures Hanoch Levi and Uri Zwick March 2011 Lecture 3 Dynamic Sets / Dictionaries Binary Search Trees.
1 Formal Specifications for Complex Systems (236368) Tutorial #1 Course site:
FAA FAA (int s, int val) { temp = s; s = s + val; return temp; }
Formal Specifications for Complex Systems (236368) Tutorial #1
מבוא למדעי המחשב סיבוכיות.
SQL בסיסי – הגדרה אינדוקטיבית
תיאוריית תכנון סכמות למסדי נתונים יחסיים חלק 4
בעיות נוספות ב-NPC.
Marina Kogan Sadetsky –
תרגול 11 NP complete.
חזרה חלקית על תרגול 12 גרף G=(V,E)
Presentation transcript:

מודל הלמידה מדוגמאות Learning from Examples קלט: אוסף של דוגמאות פלט: קונסיסטנטי עם פונקציה f ב- C ז"א קונסיסטנטי עם S ז"א מודל הלמידה מדוגמאות Learning from Examples קלט: אוסף של דוגמאות פלט: קונסיסטנטי עם פונקציה f ב- C ז"א קונסיסטנטי עם S ז"א

פולינומיאלי בכל הפרמטרים חוץ ממספר הדוגמאות m בדרך כלל poly(s,n) זמן ריצת תכנית הלימידה פולינומיאלי בכל הפרמטרים אם קיים פתרון כנ"ל נומר ש- C ניתנת ללמידה מדוגמאות

דוגמא 1 : טרם בוליאני Term AND משתנים Variables ליטרלים Literal דוגמא: טרם בוליאני Term בגודל וניתן לחישוב בזמן זמן פולינומיאלי בלימידת טרם מדוגמאות

הטרם הגדול ביותר הקונסיסטנטי עם כל הדוגמאות החיוביות. לכן טרם המטרה T מקיים. זה שקול ל- לכן אין צורך לבדוק את הנקודות השליליות טרם המטרה T יכול להיות:

אלגוריתם ל- Term Input S L:={x 1,x 1,x 2,x 2,…,x n,x n } For all (a,1) in S Remove x i from L if a i =0 Remove x i from L if a i =1 Output L זמן למידה מתאימה Proper

דוגמא 2 : קלוז בוליאני Clause דה-מורגן Augustus De Morgan

דואליות תכונות משפט הדואליות 1 :אם ניתן ללמוד C מדוגמאות בזמן T אזי ניתן ללמוד C D מדוגמאות בזמן O(T) משפט הדואליות 2 :C ניתנת ללמידה מדוגמאות אם"ם C D ניתנת ללמידה מדומאות

דוגמא 3: DNF ו- CNF DNF הוא OR של טרמים CNF הוא AND של קלוזים Disjunctive Normal form Conjunctive Normal form

DNF ניתנת ללמידה מדוגמאות אם ניתן ללמוד אותו בזמן ולחזיר פונקציה ב- P/poly בגודל

משפט הדואליות 1 :אם ניתן ללמוד DNF מדוגמאות בזמן T אזי ניתן ללמוד CNF מדוגמאות בזמן O(T) משפט הדואליות 2 : DNF ניתנת ללמידה מדוגמאות אם"ם CNF ניתנת ללמידה מדוגמאות

אלגוריתם למידה ל- DNF מדוגמאות מה הבעיה? בעיה פתוחה: למידת DNF מדוגמאות

דוגמא 4: M DNF ו- MCNF MDNF הוא Monotone DNF הוא OR של טרמים מונוטונים – ללא שלילה משפט 1 :אם ניתן ללמוד MDNF מדוגמאות בזמן T אזי ניתן ללמוד DNF מדוגמאות בזמן O(T) משפט 2 : MDNF ניתנת ללמידה מדוגמאות אם"ם DNF ניתנת ללמידה מדוגמאות M DNF D = ?

רעיון ההוכחה:

הוכחה: יהי A אלגוריתם לימידה ל - M DNF נגדיר אלגוריתם B צריר להוכיח טענה 1: אם קיים DNF קונסיסטנטי עם S אזי קיים MDNF קונסיסטנטי עם S New טענה 2: אם h(x,y) קונסיסטנטי עם S New אזי h(x,x) קונסיסטנטי עם S זמן

דוגמא 5: k -DNF ו- k -CNF k -DNF הוא DNF עם טרמים בגודל לכל היותר k 2 -DNF משפט 1 :אם ניתן ללמוד k-MDNF מדוגמאות בזמן T אזי ניתן ללמוד k-DNF מדוגמאות בזמן O(T) משפט 2 : k-MDNF ניתנת ללמידה מדוגמאות אם"ם k-DNF ניתנת ללמידה מדוגמאות 2 -MDNF Valiant 2 -Term 2 -MTerm

אפשר להחליף כל טרם במשתנה יש לכל היותר טרמים אלגוריתם למידה ל - 2-MDNF מדוגמאות

זמן לימידת קלוז עם n משתנים זמן לימידת קלוז עם n 2 משתנים זמן לימידת 2-MDNF מה גודל ההיפטזה?

זמן לימידת קלוז עם n משתנים זמן לימידת קלוז עם n k משתנים זמן לימידת k -MDNF מה גודל ההיפטזה? יש לכל היותר טרמים

משפט 1 : ניתן ללמוד k-DNF מדוגמאות בזמן O(m n k ) עם הפטזה בגודל O(n k ) משפט 2 : ל- k קונסטנטה k-DNF ניתנת ללמידה. האם אפשר להקטין את גודל ההפטזה?

לבקר שוב למידת טרם

Set Cover פלט: מספר מינימלי של קבוצות S i המכסות את U ז"א, האחוד שלהם הוא U קלט:

קלט:

משפט 1: בעית Set Cover היא NP-Complete משפט 2: קיים אלגוריתם שרץ בזמן פולינומיאלי ונותן כסוי בגודל (log |U|) k כאשר k הוא הפתרון האופטימלי.

בעית Set Cover למצא מספר מינימלי של קבוצות שאחודם שווה ל- U בעית Set Coverהיא NP-Complete

בעית Set Cover יש אלגוריתם קרוב שנותן פתרון

משפט: ניתן ללמוד k-DNF מדוגמאות בזמן O(m n k ) עם הפטזה בגודל O(size DNF ( f ) n) הוכחה: גודל ההיפטזה לכל היותר ולכן ו- במקום O(n k )

בעיה פתוחה : ללמוד k-DNF בזמן פולינומיאלי עבור k=ω(1) כלשהו משפט: ניתן ללמוד k-DNF מדוגמאות בזמן O(m n k ) עם הפטזה בגודל O(size DNF ( f ) n)

דוגמא 6: k -term DNF ו- k -clause CNF k -term DNF הוא DNF עם k טרמים 3 -term DNF משפט : מתכונת הדיסטריבוטיביות distributiveהוכחה :

משפט 1 : ניתן ללמוד k-term-DNF מדוגמאות בזמן O(mn k ) עם הפטזה בגודל O(n k ) משפט 2 : ל- k קונסטנטה k-term-DNF ניתנת ללמידה. בעיה פתוחה : ללמוד k-term-DNF עם הפטזה קטנה או בזמן פולינומיאלי עבור k=ω(1) כלשהו

פתרון טריויאלי פתרון יעיל s מכיל גודל פונקצית המטרה, גודל x קצת חזרה

פולינומיאלי בכל הפרמטרים חוץ ממספר הדוגמאות m זמן ריצת תכנית הלימידה פולינומיאלי בכל הפרמטרים אם קיים פתרון כנ"ל נומר ש- C ניתנת ללמידה מדוגמאות

פתרון לא טריויאלי= פתרון דוחס אם קיים פתרון לא טריויאלי נומר ש- C ניתנת ללמידה לא טרויאלית מדוגמאות

דוגמא 7 : מצולע קמור - Polygon k צלעות s הוא k פתרון יעיל מצולע עם poly(k ) צלעות פתרון לא טריויאלי מצולע עם צלעות

m נקודות m 2 קוים זמן זמן פולינומיאלי למשולש, מרובע, מחומש

מספר צלעות k log |U| <k log m פתרון לא טריויאלי זמן

משפט 1 : Polygon במרחב במימד 2 ניתנת ללמידה לא טרויאלית מדוגמאות משפט 2 : Polygon במרחב במימד קבוע ניתנת ללמידה לא טרויאלית מדוגמאות בעיה פתוחה : למידת Polygon במרחב במימד dבזמן פולינומיאלי poly(k,d) בעיה פתוחה : למידת חיתוך שני Halfspace במרחב במימד dבזמן פולינומיאלי poly(k,d)

DNF ניתנת ללמידה לא טרויאלית מדוגמאות אם ניתן ללמוד אותו בזמן ולחזיר פונקציה ב- P/poly בגודל