由通用投资组合悔值得到紧集中性与置信序列
机器学习
2022-08-02 v3 信息论
机器学习
math.IT
统计理论
统计方法学
统计理论
摘要
统计学中的一个经典问题是从样本中估计随机变量的期望。这引出了紧密相关的推导集中不等式与置信序列（即随时间一致成立的置信区间）的问题。先前工作已展示如何轻松地将在线投注算法的悔值保证转换为时间均匀集中不等式。本文中，我们展示可更进一步：我们表明通用投资组合算法的悔值产生了新的隐式时间均匀集中性与最先进的经验计算置信序列。特别地，我们数值获得的置信序列即使仅有一个样本也绝不为空，并满足迭代对数律。
引用
@article{arxiv.2110.14099,
title = {Tight Concentrations and Confidence Sequences from the Regret of Universal Portfolio},
author = {Francesco Orabona and Kwang-Sung Jun},
journal= {arXiv preprint arXiv:2110.14099},
year = {2022}
}