统计学 > 机器学习
[提交于 2012年9月8日
]
标题: 带重尾的强盗问题
标题: Bandits with heavy tail
摘要: 当奖励分布为次高斯分布时,随机多臂老虎机问题已经被很好地理解了。 本文在较弱的假设下研究了老虎机问题,即假设分布具有 \(1+\)\epsilon 阶矩,其中 $\epsilon \in (0,1]$是某个值。 令人惊讶的是,二阶矩(即有限方差)就足以获得与次高斯奖励分布下相同阶数的遗憾界。 为了实现这种遗憾界,我们定义了基于改进均值估计器的采样策略,例如截断经验均值、Catoni 的 M 估计器和中位数均值估计器。 我们还推导了匹配的下界,这些下界也表明当 \epsilon <1 时,最佳可达到的遗憾会恶化。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.