Selezione dei Dati Riformulata come Processo Decisionale Sequenziale

Un nuovo modello teorico presenta la selezione dei dati come una sfida decisionale sequenziale, con sequenze ottimali ottenute tramite tecniche di programmazione dinamica. I valori dei dati sono visti come rappresentazioni di questa sequenza ottimale, integrando approcci esistenti come Data Shapley come stime lineari miopi. La ricerca esamina il declino dell'ottimalità della selezione dovuto alla curvatura dell'utilità in contesti submodulari, chiarendo le carenze delle approssimazioni attuali. Per collegare teoria e pratica, viene introdotto un efficace surrogato basato su grafi bipartiti, che mantiene caratteristiche submodulari per una selezione greedy scalabile con garanzie dimostrabili. La metodologia viene testata attraverso esperimenti su compiti tradizionali.