鲁棒交互式学习的通用框架

NIPSOct, 2017

A General Framework for Robust Interactive Learning

Ehsan Emamjomeh-Zadeh, David Kempe

TL;DR提出了一种基于 Angluin 等人的等效查询模型和 Littlestone 的在线学习模型的交互式学习模型的一般框架，旨在利用少数迭代来学习地面真实模型，该模型基于图表示和用户反馈，但是这不一定要求相应的权重在信息安全的环境下 100% 正确。

Abstract

We propose a general framework for interactively learning models, such as (binary or non-binary) classifiers, orderings/rankings of items, or clusterings of data points. Our framework is based on a generalization of Angluin's equivalence query model and Littlestone's online learning model: in each iteration, the algorithm proposes a model, and the user eithe

interactive learning models angluin's equivalence query model ground truth model user feedback multiplicative weights update algorithm

发现论文，激发创造

鲁棒交互式学习

本文提出了一种对标准主动学习模型进行延伸的模型，其中允许一种更一般类型的查询，即类条件查询。本文研究了这样的查询在两种已知噪声模型下的表现，给出了对于一般性不可知设置和有界噪声模型下的查询量的近乎严格的上下界，并表明我们的方法可以针对（未知的）噪声率进行自适应调整，而只有忽略不计的查询复杂度损失。

Nov, 2011

多重好处：在线监督学习中的稳健模型选择

本文提出一种能够在线预测的算法，能够在概率和对抗性设置下与未知复杂度的情境树专家相竞争。通过将结构风险最小化的概率框架纳入现有的自适应算法中，我们不仅可以稳健地学习存在随机结构的同时获得正确的模型阶数，并取得了能够与拥有强侧面信息的最优算法竞争的遗憾边界，从而提供了对模型和随机性同时适应性的第一个具体保证。

May, 2018

一种稳健的逆优化效用学习框架

使用鲁棒的参数效用学习框架，将用户交互建模为非合作博弈，并通过集成方法扩展来提高预测性能。应用于鼓励用户节能行为的社交游戏实验中，表现出良好的性能。

Apr, 2017

交互式估计的统一模型和维度

本文提出了交互式学习的抽象框架 —— 交互估计，其中目标是通过学习者查询的点与其类似性来估计目标。我们介绍了一种称为不相似维度的组合度量，从很大程度上捕获了我们模型中的可学习性。我们提出了一种简单、通用和广泛适用的算法，对其进行了后悔和 PAC 泛化边界的求解，这些边界在新维度中是多项式的。我们展示了我们的框架涵盖并统一了两个经典的学习模型：统计查询学习和结构化强化学习。我们还说明了不相似维度与两种框架的众所周知的参数的关系，在某些情况下得到了显着改进的分析。

Jun, 2023

基于协同学习的在线结构化预测

我们提出了协同学习作为一个学习系统和人类用户之间交互的模型，其共同目标是为用户提供最大的效用结果。我们证明这种反馈可以从可观察的用户行为中推断出来，并且我们展示了在电影推荐任务和 Web 搜索排名任务中协同学习算法的应用。

May, 2012

一个通用的离线强化学习框架用于交互推荐

该论文研究了在在线环境中无需探索的情况下，从已记录的反馈中学习互动推荐系统的问题，并提出了一种通用的离线强化学习框架用于推荐，可以通过最大化累积用户奖励来解决问题。为了更有效地进行离线学习，我们提出了五种方法来最小化记录策略和推荐策略之间的分布不匹配：支持约束、监督正则化、策略约束、双重约束和奖励外推。我们在两个公开的现实世界数据集上进行了广泛的实验，证明了所提出的方法在推荐方面相对于现有的监督学习和强化学习方法具有优越的性能。

Oct, 2023

离散图模型的高效学习

提供了一种用于学习离散因子模型的交互筛选框架，它可以减少使用最小数量的数据，而且我们的界限对于使用该算法的大多数模型都是可验证的。

Feb, 2019

推荐系统与人的交互

该研究旨在了解推荐算法对未来用户数据的影响，通过提出一个简单模型，表明忽略这个反馈循环将导致非一致性评估器，因此验证了我们的结论。

Mar, 2017

使用乘法权重学习图形模型

给出一种用于学习 Markov 随机场（MRF）或无向图模型的简单的、乘性权重更新算法 ——Sparsitron 算法，特别适用于学习 t 阶 MRFs 结构，并具有近乎最优的样本复杂度和多项式的运行时间。同时，该算法还可以学习 Ising 模型上的参数，生成接近真实 MRF 的统计距离假设，并给出了学习稀疏广义线性模型（GLMs）的解决方案。

Jun, 2017

具有偏差反馈的无偏学习排序

通过对因果推断框架的提出，使用倾向权重排序支持向量机从隐式反馈学习，消除了数据偏差问题，取得了更好的结果。

Aug, 2016