La "optimización convexa en línea" de Zinkevich ( http://www.cs.cmu.edu/~maz/publications/ICML03.pdf ) generaliza los algoritmos de aprendizaje de "minimización de arrepentimiento" de una configuración lineal a una configuración convexa y ofrece un buen "arrepentimiento externo" . ¿Existe una...
Para concretar, considere el LP para resolver un juego de suma cero de dos jugadores donde cada jugador tiene acciones. Suponga que cada entrada de la matriz de pagos A es como máximo 1 en valor absoluto. Para simplificar, no hagamos suposiciones de escasez.nortenortenUNUNA Supongamos que el...
Aquí hay una abstracción de un problema de aprendizaje / bandido en línea en el que he estado trabajando en el verano. No he visto un problema como este antes, y parece bastante interesante. Si conoce algún trabajo relacionado, agradecería referencias. El problema La configuración es la de los...
Estoy buscando ejemplos de técnicas para probar el precio de los límites de la anarquía que tienen el poder de separar el precio de la anarquía sobre equilibrios correlacionados gruesos (el conjunto limitante de la dinámica sin arrepentimiento externo) del precio de la anarquía sobre los...
Específicamente, solicito recursos para aprender sobre los sistemas de aprendizaje automático que pueden actualizar sus respectivas redes de creencias (o equivalentes) durante la operación. Incluso me he encontrado con algunos, aunque no pude marcarlos. Como puede imaginar, es un tema bastante...