混合鞅的再探讨及其在序贯检验与置信区间中的应用
机器学习
2021-12-09 v2 机器学习
摘要
本文提出在多臂_bandit 模型自适应抽样下随时间一致成立的新偏差不等式。偏差由给定一维指数族中的 Kullback-Leibler 散度度量，并可同时考虑多个臂。它们通过为每个臂基于层次先验构造混合鞅并将这些鞅相乘而获得。我们的偏差不等式使我们能分析基于广义似然比的一大类序贯识别问题的停止规则，并可为某些臂均值函数构造紧置信区间。
引用
@article{arxiv.1811.11419,
title = {Mixture Martingales Revisited with Applications to Sequential Tests and Confidence Intervals},
author = {Emilie Kaufmann and Wouter Koolen},
journal= {arXiv preprint arXiv:1811.11419},
year = {2021}
}