Optimizing for Generalization in Machine Learning

Informazioni relative al progetto

OPTGEN

ID dell’accordo di sovvenzione: 101078075

DOI

10.3030/101078075

Data della firma CE 7 Dicembre 2022

Data di avvio 1 Ottobre 2023

Data di completamento 30 Settembre 2028

Finanziato da

• European Research Council (ERC)

Costo totale

€ 1 494 375,00

Contributo UE

€ 1 494 375,00

Coordinato da

TEL AVIV UNIVERSITY
Israel

CORDIS fornisce collegamenti ai risultati finali pubblici e alle pubblicazioni dei progetti ORIZZONTE.

I link ai risultati e alle pubblicazioni dei progetti del 7° PQ, così come i link ad alcuni tipi di risultati specifici come dataset e software, sono recuperati dinamicamente da .OpenAIRE .

Pubblicazioni

Conference proceedings (15)

Fast Rates for Bandit PAC Multiclass Classification

Autori: Liad Erez, Alon Cohen, Tomer Koren, Yishay Mansour, Shay Moran
Pubblicato in: NeurIPS 2024, 2024
Editore: Advances in Neural Information Processing Systems

The Real Price of Bandit Information in Multiclass Classification

Autori: Liad Erez, Alon Cohen, Tomer Koren, Yishay Mansour, Shay Moran
Pubblicato in: COLT 2024, 2024
Editore: Annual Conference on Learning Theory

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

Autori: Amit Attia, Tomer Koren
Pubblicato in: ICML 2025, 2025
Editore: International Conference on Machine Learning

Optimal Rates in Continual Linear Regression via Increasing Regularization

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

How Free is Parameter-Free Stochastic Optimization?

Autori: Amit Attia, Tomer Koren
Pubblicato in: ICML 2024, 2024
Editore: International Conference on Machine Learning

Faster Convergence with Multiway Preferences

Autori: Aadirupa Saha, Vitaly Feldman, Tomer Koren, Yishay Mansour
Pubblicato in: AISTATS 2024, 2024
Editore: International Conference on Artificial Intelligence and Statistics

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

Autori: Amit Attia, Matan Schliserman, Uri Sherman, Tomer Koren
Pubblicato in: NeurIPS 2025, 2025
Editore: Advances in Neural Information Processing Systems

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

Autori: Matan Schliserman, Tomer Koren
Pubblicato in: NeurIPS 2025, 2025
Editore: Advances in Neural Information Processing Systems

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

Autori: Matan Schliserman, Uri Sherman, Tomer Koren
Pubblicato in: ALT 2025, 2025
Editore: Annual Conference on Algorithmic Learning Theory

Rate-Optimal Policy Optimization for Linear Markov Decision Processes

Autori: Uri Sherman, Alon Cohen, Tomer Koren, Yishay Mansour
Pubblicato in: ICML 2024, 2024
Editore: International Conference on Machine Learning

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

Autori: Liad Erez, Tomer Koren
Pubblicato in: NeurIPS 2025, 2025
Editore: Advances in Neural Information Processing Systems

Dueling Convex Optimization with General Preferences

Autori: Aadirupa Saha, Tomer Koren, Yishay Mansour
Pubblicato in: ICML 2025, 2025
Editore: International Conference on Machine Learning

Tight Risk Bounds for Gradient Descent on Separable Data

Autori: Matan Schliserman, Tomer Koren
Pubblicato in: NeurIPS 2023, 2023
Editore: Advances in Neural Information Processing Systems

Rapid Overfitting of Multi-Pass SGD in Stochastic Convex Optimization

Autori: Shira Vansover-Hager, Tomer Koren, Roi Livni
Pubblicato in: ICML 2025, 2025
Editore: International Conference on Machine Learning

Convergence of Policy Mirror Descent Beyond Compatible Function Approximation

Autori: Uri Sherman, Tomer Koren, Yishay Mansour
Pubblicato in: ICML 2025, 2025
Editore: International Conference on Machine Learning