会员服务
Bandits roaming Hilbert space
Arxiv
0+阅读 · 9月29日
Generalization Bounds and Stopping Rules for Learning with Self-Selected Data
Arxiv
0+阅读 · 5月12日
Identifiable Latent Bandits: Leveraging observational data for personalized decision-making
Arxiv
0+阅读 · 6月11日
Identifiable Latent Bandits: Leveraging observational data for personalized decision-making
Arxiv
0+阅读 · 6月10日
Constrained Feedback Learning for Non-Stationary Multi-Armed Bandits
Arxiv
0+阅读 · 9月18日
Offline Clustering of Linear Bandits: Unlocking the Power of Clusters in Data-Limited Environments
Arxiv
0+阅读 · 5月25日
Scalable Exploration via Ensemble++
Arxiv
0+阅读 · 5月19日
A conversion theorem and minimax optimality for continuum contextual bandits
Arxiv
0+阅读 · 4月17日
A conversion theorem and minimax optimality for continuum contextual bandits
Arxiv
0+阅读 · 9月26日
Revisiting Follow-the-Perturbed-Leader with Unbounded Perturbations in Bandit Problems
Arxiv
0+阅读 · 8月26日
Fusing Reward and Dueling Feedback in Stochastic Bandits
Arxiv
0+阅读 · 4月22日
Converging to Stability in Two-Sided Bandits: The Case of Unknown Preferences on Both Sides of a Matching Market
Arxiv
0+阅读 · 8月11日
Single Index Bandits: Generalized Linear Contextual Bandits with Unknown Reward Functions
Arxiv
0+阅读 · 6月15日
Bi-Criteria Optimization for Combinatorial Bandits: Sublinear Regret and Constraint Violation under Bandit Feedback
Arxiv
0+阅读 · 3月15日
Variance-Dependent Regret Lower Bounds for Contextual Bandits
Arxiv
0+阅读 · 3月15日
参考链接
微信扫码咨询专知VIP会员
Top