在线符号识别：阈值老虎机中错误数量的最小化

在固定预算阈值老虎机问题中，算法依次将有限数量的样本分配给不同的分布。然后预测每个分布的均值是大于还是小于给定阈值。我们引入了一大家族算法（包含大多数现有的相关算法），受 Frank-Wolfe 算法启发，并对其性能进行了详尽而通用的分析。这使我们能够为一大类问题构建新的显式算法，其损失与非自适应预言机的损失相差一个较小的常数因子。非常有趣的是，我们观察到自适应方法在经验上大大优于非自适应预言机，这在标准在线学习设置（如遗憾最小化）中是一种不常见的行为。我们通过一个富有洞察力的简单问题解释了这一令人惊讶的现象。