贝叶斯最佳臂识别的固定置信度保证
机器学习
2019-10-29 v3 机器学习
摘要
我们研究并提供关于称为 Top-Two Thompson Sampling (TTTS) 的采样规则的新见解。特别地,我们论证其在固定置信度最佳臂识别中的使用。我们进一步提出一种称为 Top-Two Transportation Cost (T3C) 的 TTTS 变体,其消除了 TTTS 的计算负担。作为主要贡献,我们针对具有高斯奖励的赌博机,给出了当 TTTS 和 T3C 与非常自然的贝叶斯停止规则结合时的首个样本复杂度分析,解决了 Russo (2016) 提出的开放问题之一。我们还针对实践中常用的两种模型:具有高斯和伯努利奖励及共轭先验的赌博机,提供了 TTTS 的新后验收敛结果。
引用
@article{arxiv.1910.10945,
title = {Fixed-Confidence Guarantees for Bayesian Best-Arm Identification},
author = {Xuedong Shang and Rianne de Heide and Emilie Kaufmann and Pierre Ménard and Michal Valko},
journal= {arXiv preprint arXiv:1910.10945},
year = {2019}
}