从观测数据学习最优策略
人工智能
2018-02-26 v1 机器学习
机器学习
摘要
在从医学到教育再到金融等诸多领域中，选择最优（或至少更优）策略是一个重要问题。解决该问题的一种途径是通过受控实验/试验——但受控实验成本高昂。因此，基于观测数据选择最佳策略十分重要。这带来两个艰巨挑战：（i）反事实缺失，以及（ii）选择偏差。本文通过联系域适应理论，给出观测数据反事实估计误差的理论界。同时提出一种利用域对抗神经网络选择最优策略的严谨方法。我们在半合成乳腺癌数据集和 supervised UCI 数据集（Statlog）上展示了域对抗训练及我们算法的多种特性的有效性。
引用
@article{arxiv.1802.08679,
title = {Learning Optimal Policies from Observational Data},
author = {Onur Atan and William R. Zame and M van der Schaar},
journal= {arXiv preprint arXiv:1802.08679},
year = {2018}
}