数学 > 统计理论
[提交于 2016年2月23日
(v1)
,最后修订 2018年10月13日 (此版本, v3)]
标题: 探索先,利用后:多臂老虎机问题中遗憾的真实形状
标题: Explore First, Exploit Next: The True Shape of Regret in Bandit Problems
摘要: 我们重新审视多臂老虎机问题中的遗憾下界。 我们得到非渐近、与分布相关的界限,并提供仅基于Kullback-Leibler散度已知性质的简单证明。 这些界限特别表明,在初始阶段,遗憾几乎线性增长,而遗憾的对数增长仅在最终阶段成立。 证明技术抓住了所用信息论论证的本质,并去除了所有不必要的复杂性。
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.