X臂赌博机的适应多项式代价
机器学习
2019-12-10 v2 机器学习
统计理论
统计理论
摘要
在随机连续臂赌博机的背景下，我们提出一种适应目标函数未知光滑度的算法。我们给出并计算了用于遗憾最小化的对Hölder正则性的适应多项式代价。为此，我们首先重新考虑Locatelli和Carpentier [20]最近的的下界，并定义和刻画可容许速率函数。我们的新算法匹配这些极小速率函数中的任意一个。我们提供了有限时间分析以及对渐近最优性的深入讨论。
引用
@article{arxiv.1905.10221,
title = {Polynomial Cost of Adaptation for X -Armed Bandits},
author = {Hédi Hadiji},
journal= {arXiv preprint arXiv:1905.10221},
year = {2019}
}