ListCascade

新研究详细介绍了 Bandit 学习算法的样本复杂度

两篇新研究论文探讨了多类别分类设定下 Bandit 学习算法的样本复杂度。第一篇论文引入了“Bandit DS 维度”来表征 Bandit 反馈下的 PAC 学习样本复杂度，并提出了一种名为 ListCascade 的新算法。第二篇论文专注于稀疏上下文 Bandit，提出了一种通过利用奖励向量的稀疏性和分析决策估计系数 (DEC) 来实现改进样本复杂度界限的算法。两篇论文都旨在为标签信息不完整的学习场景提供更严格的理论保证。