( en | de | ru )

 

Disambiguierung von "Srebro, Nathan"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
An Accelerated Communication-Efficient Primal-Dual Optimization Framework for Structured Machine Learning

, , , , und . (2017)cite arxiv:1711.05305.

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Nathan Srebro

Nathan ben-Nathan

Hans Nathan

Siegfried Nathan

Nathan Rosenbaum

 

Weitere Publikationen von Autoren mit dem selben Namen

Semi-Cyclic Stochastic Gradient Descent., , , , und . CoRR, (2019)Semi-Cyclic Stochastic Gradient Descent., , , , und . ICML, Volume 97 von Proceedings of Machine Learning Research, Seite 1764-1773. PMLR, (2019)Lexicographic and Depth-Sensitive Margins in Homogeneous and Non-Homogeneous Deep Models., , , , und . ICML, Volume 97 von Proceedings of Machine Learning Research, Seite 4683-4692. PMLR, (2019)The Implicit Bias of Gradient Descent on Separable Data, , , , und . (2017)cite arxiv:1710.10345Comment: Final JMLR version, with improved discussions over v3. Main improvements in journal version over conference version (v2 appeared in ICLR): We proved the measure zero case for main theorem (with implications for the rates), and the multi-class case.The Complexity of Making the Gradient Small in Stochastic Convex Optimization, , , , , und . (2019)cite arxiv:1902.04686.Efficiently Learning Neural Networks: What Assumptions May Suffice?, , und . CoRR, (2023)Interpolation Learning With Minimum Description Length., und . CoRR, (2023)When is Agnostic Reinforcement Learning Statistically Tractable?, , , , und . CoRR, (2023)Quantifying the Benefit of Using Differentiable Learning over Tangent Kernels., , , und . ICML, Volume 139 von Proceedings of Machine Learning Research, Seite 7379-7389. PMLR, (2021)Fair Learning with Private Demographic Data., , und . ICML, Volume 119 von Proceedings of Machine Learning Research, Seite 7066-7075. PMLR, (2020)