实体
Contextual Bandits
Contextual Bandits
PulseAugur coverage of Contextual Bandits — every cluster mentioning Contextual Bandits 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
-
新的 Thompson 采样方法解决了非平稳和私有的上下文赌博机问题
两篇新研究论文介绍了 Thompson 采样在上下文赌博机方面的新方法。一篇题为“面向非平稳上下文赌博机的流校正 Thompson 采样”的论文提出了一种贝叶斯方法，通过基于显式漂移模型进行校正和重新加权来重用历史数据，其性能优于标准的遗忘基线。第二篇论文“AdaPrivate-TS：具有隐私放大的上下文赌博机的私有 Thompson 采样”提出了一种差分私有算法，该算法将 Thompson Sampling 与批处理 zCDP 组合…
-
新框架优化从日志数据中进行风险感知策略学习
研究人员开发了一个新的风险感知离线策略学习框架，这对于在无法实时交互的高风险情况下做出决策至关重要。该方法允许通过使用日志数据来优化各种风险度量，包括均值-方差和熵风险。分析表明，与优化期望回报相比，优化这些通用风险标准不会产生额外的统计成本，达到了极小极大最优速率。