Zur Hauptnavigation wechseln Zur Suche wechseln Zum Hauptinhalt wechseln

Rethinking generalization of classifiers in separable classes scenarios and over-parameterized regimes

  • Julius Martinetz*
  • , Christoph Linse
  • , Thomas Martinetz
  • *Korrespondierende/r Autor/-in für diese Arbeit
  • Technische Universität Berlin

Abstract

We investigate the learning dynamics of classifiers in scenarios where classes are separable or classifiers are over-parameterized. In both cases, Empirical Risk Minimization (ERM) results in zero training error. However, there are many global minima with a training error of zero, some of which generalize well and some of which do not. We show that in separable classes scenarios the proportion of "bad" global minima diminishes exponentially with the number of training data n. Our analysis provides bounds and learning curves dependent solely on the density distribution of the true error for the given classifier function set, irrespective of the set's size or complexity (e.g., number of parameters). This observation may shed light on the unexpectedly good generalization of over-parameterized Neural Networks. For the over-parameterized scenario, we propose a model for the density distribution of the true error, yielding learning curves that align with experiments on MNIST and CIFAR-10.
OriginalspracheEnglisch
Titel2024 International Joint Conference on Neural Networks (IJCNN)
Seitenumfang10
Erscheinungsdatum30.06.2024
Seiten1
ISBN (Print)979-8-3503-5932-9
ISBN (elektronisch)979-8-3503-5931-2
PublikationsstatusVeröffentlicht - 30.06.2024

UN SDGs

Dieser Output leistet einen Beitrag zu folgendem(n) Ziel(en) für nachhaltige Entwicklung

  1. SDG 3 – Gesundheit und Wohlergehen
    SDG 3 – Gesundheit und Wohlergehen
  2. SDG 9 – Industrie, Innovation und Infrastruktur
    SDG 9 – Industrie, Innovation und Infrastruktur

Strategische Forschungsbereiche und Zentren

  • Zentren: Zentrum für Künstliche Intelligenz Lübeck (ZKIL)

DFG-Fachsystematik

  • 4.43-04 Künstliche Intelligenz und Maschinelles Lernverfahren

Fingerprint

Untersuchen Sie die Forschungsthemen von „Rethinking generalization of classifiers in separable classes scenarios and over-parameterized regimes“. Zusammen bilden sie einen einzigartigen Fingerprint.

Dieses zitieren