mathbb

新研究优化在线学习中的动态遗憾

一篇新发表在arXiv上的研究论文详细介绍了在线学习的进展，特别是解决了跟踪变化比较器的问题。该论文为exp-concave损失引入了一个维度最优的动态遗憾界限，通过为维度建立一个更精确的 $d^{1/3}$ 因子，改进了先前的界限。这个新的界限是通过一种新颖的全信息学习器实现的，该学习器能适应未知的路径长度并提供遗憾的理论保证。该研究还包括一个匹配的下界，巩固了minimax前沿，并突出了在不同方向上学习所带来的不可避免的成本。