机构名称：
¥ 2.0
是由分散的机器学习（ML）生态系统的出现的动机，我们研究了数据收集的授权。将合同理论领域作为我们的起点，我们设计了最佳且近乎最佳的合同，这些合同处理了两个基本信息不对称的分散ML中出现的基本信息：在评估模型质量和不确定性的不确定性时，有关任何模型的最佳性能。我们表明，主体可以通过实现最佳实用程序的1-1 /e分数的简单线性合同来应对这种不对称性。为了解决缺乏有关光学性能的先验知识，我们提供了一个可以适应有效地计算最佳合同的凸面程序。我们还分析了更复杂的多个相互作用设置的操作用用率和线性合同。
分散机器学习中的数据收集
主要关键词
相关文件推荐
