Vahab Mirrokni

Esse artigo fala sobre como usar dados agregados em aprendizado de máquina enquanto protege a privacidade.

Um olhar sobre como aprender com as respostas do grupo enquanto garante a privacidade dos dados.

Otimizar a seleção de dados pode aumentar muito a eficiência e o desempenho do treinamento em machine learning.

Estratégias pra melhorar a eficiência na troca de dados entre vários servidores.

Explorando como os transformers lidam com várias tarefas de raciocínio em grafos de forma eficaz.

Aprenda a criar bases bem condicionadas usando diferentes métodos de representação de dados.

Um estudo sobre como preservar a privacidade enquanto analisa dados sensíveis usando técnicas de privacidade diferencial.

LLP permite treinar modelos usando etiquetas médias de exemplos agrupados.

Este artigo fala sobre métodos de re-treinamento usando previsões de modelos pra melhorar a precisão.