你在2018年讀過的最好的機器學習論文是什么？

我不知道絕對最好，但對我來說最難忘的是：公平分類的減少方法，發表于ICML 2018。

我非常喜歡這篇論文的原因是它通過拉格朗日將約束學習轉化為正常的學習問題。約束學習對于許多現實世界的應用是重要的，在這些應用中我們希望學習的預測器除了具有高精度之外還滿足各種約束。在上面的論文中，研究的具體約束是公平約束。

通過拉格朗日，我們可以調用標準學習理論結果來推斷我們滿足約束的程度。例如，我們可以使用泛化誤差界來推斷我們對看不見的測試數據的滿足程度。這是我見過的最優雅和原則性的黑盒約束學習方法之一。