Skip to main content
Weiter zur Homepage der Europäischen Kommission (öffnet in neuem Fenster)
Deutsch Deutsch
CORDIS - Forschungsergebnisse der EU
CORDIS
Inhalt archiviert am 2024-06-18

Information-optimal machine learning

Ziel

The statistical and computational theory of learning is one of the prime achievements of computer science and engineering. This is evident both in terms of mathematical elegance of capturing intuitive notions rigorously as well as in terms of practical applicability: machine learning has effectively reshaped the way we use information.
In this proposal we tackle the very basic notions of learning. Learning theory traditional focuses on statistics and computation. We propose to add information to the characterization of learning: namely the research question we address is: how much information is necessary to learn a certain concept efficiently?
The crucial difference from classical learning theory is that traditionally statistical complexity was measured in terms of the number of examples needed to learn a concept. Our question is more finely grained: what if we are allowed to inspect only parts of a given example? Can we reduce the amount of information necessary to successfully learn important concepts? This question is fundamental in understanding learning in general and designing efficient learning algorithms in particular. We show how recent advancements in convex optimization for machine learning yields positive answers to some of the above questions: there exists cases in which much more efficient algorithms exist for learning practically important concepts. Our goal is to characterize learning from the viewpoint of the amount of information necessary to learn, to design new algorithms that access less information than current state-of-the-art and are consequently significantly more efficient. New answers for these fundamental questions will be a breakthrough in our understanding of learning at large with significant potential for impact on the field of machine learning and its applications.

Wissenschaftliches Gebiet (EuroSciVoc)

CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.

Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen

Programm/Programme

Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.

Thema/Themen

Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.

Aufforderung zur Vorschlagseinreichung

Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.

ERC-2013-StG
Andere Projekte für diesen Aufruf anzeigen

Finanzierungsplan

Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.

ERC-SG - ERC Starting Grant

Gastgebende Einrichtung

TECHNION - ISRAEL INSTITUTE OF TECHNOLOGY
EU-Beitrag
€ 1 453 802,00
Adresse
SENATE BUILDING TECHNION CITY
32000 Haifa
Israel

Auf der Karte ansehen

Aktivitätstyp
Higher or Secondary Education Establishments
Links
Gesamtkosten

Die Gesamtkosten, die dieser Organisation durch die Beteiligung am Projekt entstanden sind, einschließlich der direkten und indirekten Kosten. Dieser Betrag ist Teil des Gesamtbudgets des Projekts.

Keine Daten

Begünstigte (1)

Mein Booklet 0 0