ガウス混合分類における早期停止勾配降下法のミニマックス最適性

過剰パラメータ化された分類において、ロジスティック損失の勾配降下法は統計的に非最適になる課題があります。本研究は、適切なタイミングでの早期停止がこの非最適性を克服し、ラベル反転ノイズを含むガウス混合モデルにおいてミニマックス最適なゼロイチリスクを達成できることを示しました。補間法よりもデータ効率が良い可能性を提示しています。