高效参数估计的批处理模式主动学习
摘要：数据分析的许多任务中，我们可能仅有解释变量的信息，而对响应变量的评估则非常昂贵。虽然获取全部单位的响应变量是不现实或成本过高的，但一种自然的补救方法是精心选择一组良好的样本单位，对其进行响应变量的评估。在本文中，我们采用实验设计中的经典准则来量化给定样本关于参数估计的信息，然后提供了将最优样本问题近似为连续问题的理论验证，从而可以进一步开发具有全局收敛保证的快速算法。我们的研究结果具有以下创新点：(i) 可以在不知道确切最优样本的情况下评估任意候选样本的统计效率；(ii) 可以应用于非常广泛的统计模型；(iii) 可以与广泛的信息准则相结合；(iv) 比现有算法快得多。$(v)$ 采用几何解释来理论上证明了将原始组合优化问题放松为连续优化问题的合理性。
作者：Wei Zheng, Ting Tian, and Xueqin Wang
论文ID：2304.02741
分类：Computation
分类简称：stat.CO
提交时间：2023-04-07