batch learning | BriefGPT - AI 论文速递

关键词batch learning

搜索结果 - 9

广义线性背景臂机情境下的有限适应度最优遗憾
我们在有限适应性的条件下研究广义线性情境赌博问题。我们提出了两种算法分别解决两种普遍存在的有限适应性模型：具有随机情境的批量学习和具有对抗情境的罕见策略切换。对于这些模型，我们建立了本质上紧密的遗憾上界。值得注意的是，在我们获得的上界中，我
PDF3 months ago
面向适应性约束的序列决策通用框架
本篇论文探讨了稀有策略转换和批量学习这两个适应性约束下的通用顺序决策制定问题，并提出了通用的 Eluder 条件类以及一种最小化代价的通用算法，结果表明在各类函数类下都取得了相当好的效果。
PDFa year ago
基于 Wasserstein 的高概率泛化界学习
本文介绍了基于 Wasserstein 距离的 PAC-Bayesian 泛化边界，并从分别适用于批量学习与独立同分布数据和在线学习的角度进行了证明，并获得了用于 SRM 的可优化培训目标。
PDFa year ago
ACL正交 Procrustes 分析实现高效知识图谱嵌入学习
提出一种简单而有效的知识图谱嵌入框架，使用关系矩阵的全批量学习，基于正交 Procrustes 分析，非负采样训练等三项技术创新较大程度上减少训练时间和环境影响，同时能够生成具有高度可解释性并且富含语义的模型。
PDF3 years ago
学习于极端赌博反馈
本文介绍了一种名为 POXM 的算法，该算法以选择性的重要性采样器为基础，通过选择前 p 个日志策略的行动来学习来自极端的多标签分类 (bandit feedback) 任务中的行为数据，该方法在三个不同的 XMC 数据集上显着提高了性能，
PDF4 years ago
具有有限适应性和学习分布最优设计的线性赌臂机
本研究对线性上下文臂、受限的适应性模型和最优遗憾进行了研究，发现在批次学习模型中只需要 O（log log T）批次进行学习，但在策略转换限制下需 O（dlogdlogT）次策略转换才能达到最优遗憾。
PDF4 years ago
带深度继承特征的真正批量学徒学习
本篇论文介绍了一种新的学徒式学习算法，通过仅利用专家行为批量数据来学习专家的潜在奖励结构，并使用深继承特征网络 (DSFN) 来估计特征期望值和过渡规范化模仿网络来产生高效的特征表示和接近专家的初始政策，实现了对临床 Intensive C
PDF5 years ago
基于模拟策略的非珂环境下评估和学习记录型匪徒反馈反馈数据：通过替代策略减少误差
本文介绍了一种新的名为 “最大似然反向倾向评分（MLIPS）” 的方法，用于从批量日志二手反馈中学习。与现有方法相比，MLIPS 不仅具有渐近无偏性，而且具有更小的均方根误差，表现出更好的性能。
PDF6 years ago
在线学习、稳定性与随机梯度下降
本文介绍 CV_on stability 的概念，并证明具有一般性和一致性的 ERM 方法的推广和一致性所需的必要条件是 CV_loo 稳定性，以及探讨 SDG 的 CV_on 稳定性对于 SGD 的收敛的影响。
PDF13 years ago