Key points are not available for this paper at this time.
우리는 경험적 위험 최소화(ERM)를 사용하여 훈련된 기계 학습 모델에서 데이터를 효율적이고 신뢰성 있게 삭제하는 문제를 다룹니다. 이를 기계 비학습이라고 합니다. 모델을 처음부터 다시 훈련하는 것을 피하기 위해, 우리는 자연 경량 하강(NGD)을 활용한 새로운 알고리즘을 제안합니다. 우리의 이론적 프레임워크는 볼록 모델에 대한 강력한 개인정보 보호 보장을 보장하며, 비볼록 모델에 대한 실용적인 최소/최대 최적화 알고리즘이 개발되었습니다. 포괄적인 평가를 통해 최신 방법들과 비교하여 개인정보 보호, 계산 효율성 및 일반화에서 상당한 개선이 이루어졌으며, 기계 비학습의 이론적 및 실용적 측면을 모두 발전시켰습니다.
Lev 외 (목요일,)은 이 질문을 연구했습니다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: