实体
Baraud
Baraud
PulseAugur coverage of Baraud — every cluster mentioning Baraud across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
针对模型误设的新型“符号投注回归”方法分析
一篇新研究论文介绍了一种名为“符号投注回归”的有界回归方法，该方法使用 L1 距离到条件均值，而不是标准的 L2 距离。该方法对于老虎机和强化学习等下游应用尤其重要。论文证明，即使模型被误设，符号投注回归也能实现高概率的 L1 Oracle 不等式，并且在可实现性下，它能适应平均条件方差以达到最优速率。研究还确定了在此背景下正确学习的最佳通用逼近因子，表明符号投注回归达到了理论极限的 3。
-
新的自适应估计方法解决了离线上下文MDP问题
研究人员开发了一种新颖的离线上下文马尔可夫决策过程（MDP）自适应估计和最优控制方法。该方法通过引入一个理论上鲁棒的估计器，解决了将MDP应用于离线数据集的挑战。该方法利用T-估计来建立保证，并提供了具有有限样本保证的估计器选择和最优控制确定程序。