跳到正文
arXiv · ML· Mingda Qiao, Kerui Wu·· 4 天前AI 评分33

对抗批量在线学习:四类经典问题的 regret 界限

Adversarially Batched Online Learning

AI 导读

summary_zh: 研究者提出对抗批量在线学习框架,在四类经典问题中,最优 regret 由 batch-length 序列的 2-norm 紧致刻画。 上界由 batch-oblivious 学习器通过自适应倍增技巧达成,下界对 batch-aware 学习器同样成立。

来源:arXiv · ML · arxiv.org