不完美监控下的预测策略

Gabor Lugosi; Shie Mannor; Gilles Stoltz

不完美监控下的预测策略

统计理论 2008-01-07 v4 机器学习统计理论

作者: Gabor Lugosi , Shie Mannor , Gilles Stoltz

摘要

我们针对不完美监控下的序贯预测(即预测者无法获取过去结果而只能获得反馈信号)提出简单的随机化策略。所提策略是一致性的,即在渐近意义下达到可能的最佳平均奖励。Rustichini (1999) 首次证明了此类一致性预测器的存在性。此处给出的预测者提供了一致性的首个构造性证明。此外,所提算法计算高效。我们还建立了收敛速度的上界。在确定性反馈情形下,这些速度除对数项外是最优的。

关键词

序贯预测不完美监控随机化策略一致性预测器构造性证明收敛速度

引用

@article{arxiv.math/0701419,
  title  = {Strategies for prediction under imperfect monitoring},
  author = {Gabor Lugosi and Shie Mannor and Gilles Stoltz},
  journal= {arXiv preprint arXiv:math/0701419},
  year   = {2008}
}

备注

Journal version of a COLT conference paper

不完美监控下的预测策略

摘要

关键词

引用

备注

相关论文