Optimizing for Generalization in Machine Learning

Projektinformationen

OPTGEN

ID Finanzhilfevereinbarung: 101078075

DOI

10.3030/101078075

EK-Unterschriftsdatum 7 Dezember 2022

Startdatum 1 Oktober 2023

Enddatum 30 September 2028

Finanziert unter

• European Research Council (ERC)

Gesamtkosten

€ 1 494 375,00

EU-Beitrag

€ 1 494 375,00

Koordiniert durch

TEL AVIV UNIVERSITY
Israel

CORDIS bietet Links zu öffentlichen Ergebnissen und Veröffentlichungen von HORIZONT-Projekten.

Links zu Ergebnissen und Veröffentlichungen von RP7-Projekten sowie Links zu einigen Typen spezifischer Ergebnisse wie Datensätzen und Software werden dynamisch von OpenAIRE abgerufen.

Veröffentlichungen

Conference proceedings (15)

Fast Rates for Bandit PAC Multiclass Classification

Autoren: Liad Erez, Alon Cohen, Tomer Koren, Yishay Mansour, Shay Moran
Veröffentlicht in: NeurIPS 2024, 2024
Herausgeber: Advances in Neural Information Processing Systems

The Real Price of Bandit Information in Multiclass Classification

Autoren: Liad Erez, Alon Cohen, Tomer Koren, Yishay Mansour, Shay Moran
Veröffentlicht in: COLT 2024, 2024
Herausgeber: Annual Conference on Learning Theory

Faster Stochastic Optimization with Arbitrary Delays via Adaptive Asynchronous Mini-Batching

Autoren: Amit Attia, Tomer Koren
Veröffentlicht in: ICML 2025, 2025
Herausgeber: International Conference on Machine Learning

Optimal Rates in Continual Linear Regression via Increasing Regularization

Autoren: Ran Levinstein, Amit Attia, Matan Schliserman, Uri Sherman, Tomer Koren, Daniel Soudry, Itay Evron
Veröffentlicht in: NeurIPS 2025, 2025
Herausgeber: Advances in Neural Information Processing Systems

How Free is Parameter-Free Stochastic Optimization?

Autoren: Amit Attia, Tomer Koren
Veröffentlicht in: ICML 2024, 2024
Herausgeber: International Conference on Machine Learning

Faster Convergence with Multiway Preferences

Autoren: Aadirupa Saha, Vitaly Feldman, Tomer Koren, Yishay Mansour
Veröffentlicht in: AISTATS 2024, 2024
Herausgeber: International Conference on Artificial Intelligence and Statistics

Fast Last-Iterate Convergence of SGD in the Smooth Interpolation Regime

Autoren: Amit Attia, Matan Schliserman, Uri Sherman, Tomer Koren
Veröffentlicht in: NeurIPS 2025, 2025
Herausgeber: Advances in Neural Information Processing Systems

Multiclass Loss Geometry Matters for Generalization of Gradient Descent in Separable Classification

Autoren: Matan Schliserman, Tomer Koren
Veröffentlicht in: NeurIPS 2025, 2025
Herausgeber: Advances in Neural Information Processing Systems

The Dimension Strikes Back with Gradients: Generalization of Gradient Methods in Stochastic Convex Optimization

Autoren: Matan Schliserman, Uri Sherman, Tomer Koren
Veröffentlicht in: ALT 2025, 2025
Herausgeber: Annual Conference on Algorithmic Learning Theory

Rate-Optimal Policy Optimization for Linear Markov Decision Processes

Autoren: Uri Sherman, Alon Cohen, Tomer Koren, Yishay Mansour
Veröffentlicht in: ICML 2024, 2024
Herausgeber: International Conference on Machine Learning

From Contextual Combinatorial Semi-Bandits to Bandit List Classification: Improved Sample Complexity with Sparse Rewards

Autoren: Liad Erez, Tomer Koren
Veröffentlicht in: NeurIPS 2025, 2025
Herausgeber: Advances in Neural Information Processing Systems

Dueling Convex Optimization with General Preferences

Autoren: Aadirupa Saha, Tomer Koren, Yishay Mansour
Veröffentlicht in: ICML 2025, 2025
Herausgeber: International Conference on Machine Learning

Tight Risk Bounds for Gradient Descent on Separable Data

Autoren: Matan Schliserman, Tomer Koren
Veröffentlicht in: NeurIPS 2023, 2023
Herausgeber: Advances in Neural Information Processing Systems

Rapid Overfitting of Multi-Pass SGD in Stochastic Convex Optimization

Autoren: Shira Vansover-Hager, Tomer Koren, Roi Livni
Veröffentlicht in: ICML 2025, 2025
Herausgeber: International Conference on Machine Learning

Convergence of Policy Mirror Descent Beyond Compatible Function Approximation

Autoren: Uri Sherman, Tomer Koren, Yishay Mansour
Veröffentlicht in: ICML 2025, 2025
Herausgeber: International Conference on Machine Learning