BriefGPT.xyz
Ask
alpha
关键词
exp-concave losses
搜索结果 - 2
强凸损失理论在适当在线学习中的最优动态遗憾及其扩展
本文研究了强凸损失函数下的动态遗憾最小化框架,通过利用 KKT 条件所施加的许多新约束条件,我们回答了 Baby 和 Wang 2021 年提出的一个开放性问题,并展示了强适应算法在适当的学习设置下可以同时针对任何比较序列达到几乎最优的动态
→
PDF
2 years ago
MM
指数凸在线学习的最优动态遗憾
使用先进的证明技术和 Zinkevich-style 动态遗憾最小化框架,本研究提出了一个强适应的在线学习算法,其总变化控制下的动态遗憾为 O (n^(1/3)*C_n^(2/3)),并且可以扩展到局部自适应非参数回归问题中。
PDF
3 years ago
Prev
Next