BriefGPT.xyz
Ask
alpha
关键词
online decisions
搜索结果 - 1
在线策略学习与矩阵补全的推理
基于矩阵完成赌徒问题 (MCB) 和在线梯度下降算法,探索碎状历史特征的在线决策问题。研究比较不同勘探概率和步长调度下的策略学习和后悔表现,同时研究基于反向反比加权 (IPW) 的去偏方法和在线策略推理的通用框架,通过实验验证理论结果,应用
→
PDF
2 months ago
Prev
Next