研究人员开发了一种名为Screen-and-Confirm (S&C) 的新算法,用于固定置信度贝叶斯最优臂识别问题。该方法允许学习者在满足目标错误概率和弃权预算的前提下,选择不做出最终推荐。文章分析了该算法的预期停止时间,并推导了最小预期停止时间。对于高斯先验和奖励,研究建立了匹配的上下界,并指出几乎并列的情况会显著影响采样成本。 AI
影响 引入了一种新的算法方法,用于在具有弃权能力的机器学习环境中优化决策。
排序理由 该集群包含一篇详细介绍机器学习新算法的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →