[论文解读] Preference-based Teaching

Ziyuan Gao, Christoph Ries+2 more|arXiv (Cornell University)|Feb 6, 2017

Advanced Algebra and Logic被引用 11

一句话总结

本文提出了基于偏好的教学（preference-based teaching），这是一种新颖的教学模型，通过在概念之间使用偏好关系，减少教学任意概念所需示例的数量。与在许多无限类上失效的递归教学不同，基于偏好的教学即使在无限类（如半空间和ℕ₀上的线性集）中也能实现低教学复杂度（PBTD），表明直观的偏好关系可实现高效、无需编码技巧的教学，且仅需最少的示例。

ABSTRACT

We introduce a new model of teaching named "preference-based teaching" and a corresponding complexity parameter---the preference-based teaching dimension (PBTD)---representing the worst-case number of examples needed to teach any concept in a given concept class. Although the PBTD coincides with the well-known recursive teaching dimension (RTD) on finite classes, it is radically different on infinite ones: the RTD becomes infinite already for trivial infinite classes (such as half-intervals) whereas the PBTD evaluates to reasonably small values for a wide collection of infinite classes including classes consisting of so-called closed sets w.r.t. a given closure operator, including various classes related to linear sets over $\mathbb{N}_0$ (whose RTD had been studied quite recently) and including the class of Euclidean half-spaces. On top of presenting these concrete results, we provide the reader with a theoretical framework (of a combinatorial flavor) which helps to derive bounds on the PBTD.

研究动机与目标

• 为解决递归教学维数（RTD）在无限概念类中的局限性，即即使在半区间等简单类中RTD也会变为无穷大。
• 开发一种新教学模型，避免使用编码技巧，同时在有限和无限概念类中实现更高效的教学。
• 形式化一个组合框架以分析基于偏好的教学维数（PBTD），并推导其上界与下界。
• 证明PBTD在几何与代数类（如欧氏半空间、线性集）中保持低且有限，而这些类的RTD为无穷大。
• 证明仅使用正例的生成集可作为有效的基于偏好教学集，与直观的课堂教学实践一致。

提出的方法

• 引入基于偏好的教学模型，教师与学生就概念类上的严格偏序（偏好关系）达成一致。
• 将基于偏好的教学维数（PBTD）定义为在某种偏好关系下，教学任意概念所需示例的最小最坏情况数量。
• 使用正例的生成集作为教学集，利用偏好关系确保目标概念被唯一选择。
• 利用组合性质（包括闭包算子和基于包含的偏好序）建立PBTD的理论边界。
• 证明PBTD在有限类中与RTD一致，但在无限类中存在根本性差异。
• 将该框架应用于特定类：原点为0且最多有k个生成元的ℕ₀上线性集，以及欧氏半空间，分别证明PBTD = k 和 PBTD = 2。

实验结果

研究问题

• RQ1 是否存在一种教学模型，可在避免编码技巧的同时，仍比经典教学在无限概念类中更强大？
• RQ2 为何递归教学在许多自然的无限类中会失效？是否存在一种新模型可克服此问题？
• RQ3 PBTD与RTD之间的关系是什么？在无限类中二者有何不同？
• RQ4 基于偏好的教学是否能在几何与代数类（如半空间与线性集）中实现低教学复杂度？
• RQ5 是否可能在偏好关系下，仅使用正例构造高效的教学集？

主要发现

• 对于有限概念类，PBTD等于RTD，确认了与既有的递归教学模型的一致性。
• 对于无限类（如半区间），RTD为无穷大，但PBTD保持有限且较小，凸显了新模型的关键优势。
• 原点为0且最多有k个生成元的ℕ₀上线性集，可仅用k个正例教学，实现PBTD = k。
• 欧氏半空间类的PBTD = 2，通过基于直径的偏好关系和正例实现。
• 仅使用正例的生成集本身即可作为有效的基于偏好教学集，与直观的教学实践一致。
• 在闭包算子下封闭的类（如凸集、线性集）通常具有较低的PBTD，表明某些结构特性有利于高效教学。