#遗憾界

共 3 条 · 7 天 1 条 · 30 天 1 条

NP-hard 1 robust bandits 1 学习理论 1

信息流里打上「遗憾界」标签的资讯、产品与论文，按刊登时间排，新的在上。

10月7日

论文提出鲁棒老虎机首个多项式时间学习器

搞 bandit 或理论机器学习的可以看看：这论文给 robust bandits 找到了第一个多项式时间算法，遗憾 Õ(√T)，还划清了 NP-hard 边界。

#robust bandits #遗憾界 #NP-hard #学习理论

arXiv cs.LG@Vanessa Kosoy, Vinayak Pathak原文

6月15日

带子线性噪声探测的在线凸优化

探测可降低在线学习遗憾

#OCO #Pairwise Probes #噪声探测 #遗憾界

arXiv cs.LG@Simone Di Gregorio 等 4 人原文

5月20日

论文精选10:16

MNL混合MDPs的极小化最优方差感知遗憾界

这篇论文首次给出了MNL混合MDPs的极小化最优遗憾界，对研究强化学习理论或设计高效算法的研究者来说，是理解问题复杂度的重要参考。

#强化学习 #MDP #多项逻辑模型 #遗憾界

arXiv cs.AI@Pierre Boudart 等 3 人原文