Literatur vom gleichen Autor/der gleichen Autor*in
plus bei Google Scholar

Bibliografische Daten exportieren
 

On the robustness of kernel-based pairwise learning

Titelangaben

Gensler, Patrick ; Christmann, Andreas:
On the robustness of kernel-based pairwise learning.
Bayreuth , 2020 . - 34 S.

Volltext

Link zum Volltext (externe URL): Volltext

Abstract

It is shown that many results on the statistical robustness of kernel-based pairwise learning can be derived under basically no assumptions on the input and output spaces. In particular neither moment conditions on the conditional distribution of Y given X = x nor the boundedness of the output space is needed. We obtain results on the existence and boundedness of the influence function and show qualitative robustness of the kernel-based estimator. The present paper generalizes results by Christmann and Zhou (2016) by allowing the prediction function to take two arguments and can thus be applied in a variety of situations such as ranking.

Weitere Angaben

Publikationsform: Preprint, Postprint
Keywords: robustness; influence function; consistency; machine learning; pairwise loss function; regularized risk
Institutionen der Universität: Fakultäten > Fakultät für Mathematik, Physik und Informatik > Mathematisches Institut > Lehrstuhl Mathematik VII - Stochastik > Lehrstuhl Mathematik VII - Stochastik - Univ.-Prof. Dr. Andreas Christmann
Fakultäten
Fakultäten > Fakultät für Mathematik, Physik und Informatik
Fakultäten > Fakultät für Mathematik, Physik und Informatik > Mathematisches Institut
Fakultäten > Fakultät für Mathematik, Physik und Informatik > Mathematisches Institut > Lehrstuhl Mathematik VII - Stochastik
Titel an der UBT entstanden: Ja
Themengebiete aus DDC: 500 Naturwissenschaften und Mathematik > 510 Mathematik
Eingestellt am: 04 Nov 2020 10:28
Letzte Änderung: 04 Nov 2020 10:28
URI: https://eref.uni-bayreuth.de/id/eprint/59023