无参数对冲算法
机器学习
2010-01-19 v2 人工智能
摘要
我们研究决策论在线学习（DTOL）问题。受实际应用启发，我们关注动作数量极大时的DTOL。先前在此框架下的学习算法具有可调的学习率参数，而在实际应用中使用在线学习的障碍在于，尚不清楚如何最优地设置该参数，特别是当动作数量很大时。本文提出了一种新颖且完全无参数的DTOL算法，提供了一个简洁的解决方案。我们引入了一种新的遗憾概念，这对于具有大量动作的应用更为自然。我们表明，我们的算法针对这种新的遗憾概念取得了良好的性能；此外，根据先前的遗憾概念，其性能也接近先前算法在最优调参下所达到的最佳界。
引用
@article{arxiv.0903.2851,
title = {A parameter-free hedging algorithm},
author = {Kamalika Chaudhuri and Yoav Freund and Daniel Hsu},
journal= {arXiv preprint arXiv:0903.2851},
year = {2010}
}
备注
Updated Version