Chinese content多臂老虎机新算法同时达到一阶后悔与最优最坏情况后悔界
把2019年那个带log的遗憾界做到O(√(KL*))，一个算法同时拿下stochastic和adversarial两种场景，做bandit理论的别错过。
#Tsallis熵
1 stories · 1 in 7 days · 1 in 30 days
Stories, products and papers tagged "Tsallis熵", newest first.
Oct 30
把2019年那个带log的遗憾界做到O(√(KL*))，一个算法同时拿下stochastic和adversarial两种场景，做bandit理论的别错过。