会员服务
ICML 2023 · 反事实学习 ·
2023 年 5 月 1 日
【ICML2023】序列反事实风险最小化
专知会员服务
专知会员服务
专知，提供专业可信的知识分发服务，让认知协作更快更好！

反事实风险最小化(CRM)是一个用于处理日志bandit反馈问题的框架，其目标是使用离线数据改进日志策略。本文探讨了可能多次部署学习到的策略并获得新数据的情况。我们将CRM原则及其理论扩展到这种场景，我们称之为“序列反事实风险最小化(SCRM)”。本文提出一种新的反事实估计器，并通过使用类似于加速优化方法中的重启策略的分析，确定可以在超额风险和遗憾率方面提高CRM性能的条件。还在离散和连续行动设置中对所提出方法进行了实证评估，并证明了CRM多次部署的好处。

成为VIP会员查看完整内容
sequential counterfactual risk minimization
18

相关内容

国际机器学习大会(International Conference on Machine Learning，简称ICML ) 是由国际机器学习学会（IMLS）主办的机器学习国际顶级会议。 2023年7月23日至29日周六在夏威夷会议中心举行。
【牛津大学博士论文】风险敏感且鲁棒的基于模型的强化学习与规划，201页pdf
【牛津大学博士论文】风险敏感且鲁棒的基于模型的强化学习与规划，201页pdf
专知会员服务
43+阅读 · 2023年4月7日
【NeurIPS2022】序列(推荐)模型分布外泛化：因果视角与求解
【NeurIPS2022】序列(推荐)模型分布外泛化：因果视角与求解
专知会员服务
11+阅读 · 2022年12月11日
【ICML2022】熵因果推理:图的可辨识性
【ICML2022】熵因果推理:图的可辨识性
专知会员服务
27+阅读 · 2022年8月6日
【ICML2022】在线决策Transformer
【ICML2022】在线决策Transformer
专知会员服务
32+阅读 · 2022年7月27日
【ICML2022】基于少样本策略泛化的决策Transformer
【ICML2022】基于少样本策略泛化的决策Transformer
专知会员服务
35+阅读 · 2022年7月11日
【ICML2022】基于对比学习的离线元强化学习的鲁棒任务表示
【ICML2022】基于对比学习的离线元强化学习的鲁棒任务表示
专知会员服务
16+阅读 · 2022年6月23日
【ICML2022】可达性约束强化学习
【ICML2022】可达性约束强化学习
专知会员服务
22+阅读 · 2022年5月18日
【AAAI2022】通过自训练加强反事实分类
【AAAI2022】通过自训练加强反事实分类
专知会员服务
24+阅读 · 2021年12月10日
反事实学习如何用于推荐！看RecSys2021教程《推荐系统反事实学习和评估:基础、实施和最新进展》，
专知会员服务
34+阅读 · 2021年9月30日
【ICML2021】策略梯度贝叶斯鲁棒优化的模仿学习
专知会员服务
24+阅读 · 2021年6月15日
【牛津大学博士论文】风险敏感且鲁棒的基于模型的强化学习与规划，201页pdf
【牛津大学博士论文】风险敏感且鲁棒的基于模型的强化学习与规划，201页pdf
专知
4+阅读 · 2023年4月7日
【AAAI2023】图序注意力网络
【AAAI2023】图序注意力网络
专知
5+阅读 · 2022年11月24日
【CMU博士论文】黑盒和多目标优化策略，151页pdf
【CMU博士论文】黑盒和多目标优化策略，151页pdf
专知
12+阅读 · 2022年11月24日
【CMU硬核书】现代自适应控制与强化学习，166页pdf
【CMU硬核书】现代自适应控制与强化学习，166页pdf
专知
4+阅读 · 2022年8月30日
【ICML2022】熵因果推理:图的可辨识性
【ICML2022】熵因果推理:图的可辨识性
专知
0+阅读 · 2022年8月6日
【ICML2022】在线决策Transformer
【ICML2022】在线决策Transformer
专知
2+阅读 · 2022年7月27日
【ICML2022】因果Transformer:估算反事实结果的因果, 附ppt
【ICML2022】因果Transformer:估算反事实结果的因果, 附ppt
专知
2+阅读 · 2022年7月20日
【ICML2022教程】因果公平性分析，68页ppt
【ICML2022教程】因果公平性分析，68页ppt
专知
2+阅读 · 2022年7月19日
【ICML2022】基于少样本策略泛化的决策Transformer
【ICML2022】基于少样本策略泛化的决策Transformer
专知
1+阅读 · 2022年7月11日
深度 | 推荐系统评估
深度 | 推荐系统评估
AI100
24+阅读 · 2019年3月16日
基于参数估计理论的信息检索风险研究
国家自然科学基金
0+阅读 · 2013年12月31日
滑动窗口上数据流副本近似检测算法及其空间复杂度下界研究
国家自然科学基金
0+阅读 · 2013年12月31日
公允价值信息风险及决策有用性研究
国家自然科学基金
2+阅读 · 2013年12月31日
基于路段的风险型交通分配模型与网络风险评估方法
国家自然科学基金
0+阅读 · 2013年12月31日
条件独立结构的分解与学习
国家自然科学基金
0+阅读 · 2013年12月31日
量测缺失确定采样组合导航估计理论研究
国家自然科学基金
0+阅读 · 2012年12月31日
基于风险测度的供应链鲁棒建模与策略研究
国家自然科学基金
2+阅读 · 2012年12月31日
因果推断的统计方法
国家自然科学基金
26+阅读 · 2011年12月31日
基于Bregman距离的一致性风险测度及其应用
国家自然科学基金
0+阅读 · 2011年12月31日
Solvency II 框架下非寿险准备金风险度量与控制研究
国家自然科学基金
0+阅读 · 2011年12月31日
RD-Suite: A Benchmark for Ranking Distillation
Arxiv
0+阅读 · 2023年6月12日
Contribution à l'Optimisation d'un Comportement Collectif pour un Groupe de Robots Autonomes
Arxiv
0+阅读 · 2023年6月10日
DP-Fast MH: Private, Fast, and Accurate Metropolis-Hastings for Large-Scale Bayesian Inference
Arxiv
0+阅读 · 2023年6月10日
Understanding the stochastic dynamics of sequential decision-making processes: A path-integral analysis of multi-armed bandits
Arxiv
0+阅读 · 2023年6月10日
Feature Programming for Multivariate Time Series Prediction
Arxiv
0+阅读 · 2023年6月9日
ViT-CX: Causal Explanation of Vision Transformers
Arxiv
0+阅读 · 2023年6月9日
Lightweight Monocular Depth Estimation via Token-Sharing Transformer
Arxiv
0+阅读 · 2023年6月9日
Evaluating and Incentivizing Diverse Data Contributions in Collaborative Learning
Arxiv
0+阅读 · 2023年6月8日
Task-specific experimental design for treatment effect estimation
Arxiv
0+阅读 · 2023年6月8日
Disentangled Information Bottleneck
Disentangled Information Bottleneck
Arxiv
12+阅读 · 2020年12月22日
VIP会员
相关主题
ICML 2023
反事实学习
相关VIP内容
【牛津大学博士论文】风险敏感且鲁棒的基于模型的强化学习与规划，201页pdf
【牛津大学博士论文】风险敏感且鲁棒的基于模型的强化学习与规划，201页pdf
专知会员服务
43+阅读 · 2023年4月7日
【NeurIPS2022】序列(推荐)模型分布外泛化：因果视角与求解
【NeurIPS2022】序列(推荐)模型分布外泛化：因果视角与求解
专知会员服务
11+阅读 · 2022年12月11日
【ICML2022】熵因果推理:图的可辨识性
【ICML2022】熵因果推理:图的可辨识性
专知会员服务
27+阅读 · 2022年8月6日
【ICML2022】在线决策Transformer
【ICML2022】在线决策Transformer
专知会员服务
32+阅读 · 2022年7月27日
【ICML2022】基于少样本策略泛化的决策Transformer
【ICML2022】基于少样本策略泛化的决策Transformer
专知会员服务
35+阅读 · 2022年7月11日
【ICML2022】基于对比学习的离线元强化学习的鲁棒任务表示
【ICML2022】基于对比学习的离线元强化学习的鲁棒任务表示
专知会员服务
16+阅读 · 2022年6月23日
【ICML2022】可达性约束强化学习
【ICML2022】可达性约束强化学习
专知会员服务
22+阅读 · 2022年5月18日
【AAAI2022】通过自训练加强反事实分类
【AAAI2022】通过自训练加强反事实分类
专知会员服务
24+阅读 · 2021年12月10日
反事实学习如何用于推荐！看RecSys2021教程《推荐系统反事实学习和评估:基础、实施和最新进展》，
专知会员服务
34+阅读 · 2021年9月30日
【ICML2021】策略梯度贝叶斯鲁棒优化的模仿学习
专知会员服务
24+阅读 · 2021年6月15日
热门VIP内容
相关资讯
【牛津大学博士论文】风险敏感且鲁棒的基于模型的强化学习与规划，201页pdf
【牛津大学博士论文】风险敏感且鲁棒的基于模型的强化学习与规划，201页pdf
专知
4+阅读 · 2023年4月7日
【AAAI2023】图序注意力网络
【AAAI2023】图序注意力网络
专知
5+阅读 · 2022年11月24日
【CMU博士论文】黑盒和多目标优化策略，151页pdf
【CMU博士论文】黑盒和多目标优化策略，151页pdf
专知
12+阅读 · 2022年11月24日
【CMU硬核书】现代自适应控制与强化学习，166页pdf
【CMU硬核书】现代自适应控制与强化学习，166页pdf
专知
4+阅读 · 2022年8月30日
【ICML2022】熵因果推理:图的可辨识性
【ICML2022】熵因果推理:图的可辨识性
专知
0+阅读 · 2022年8月6日
【ICML2022】在线决策Transformer
【ICML2022】在线决策Transformer
专知
2+阅读 · 2022年7月27日
【ICML2022】因果Transformer:估算反事实结果的因果, 附ppt
【ICML2022】因果Transformer:估算反事实结果的因果, 附ppt
专知
2+阅读 · 2022年7月20日
【ICML2022教程】因果公平性分析，68页ppt
【ICML2022教程】因果公平性分析，68页ppt
专知
2+阅读 · 2022年7月19日
【ICML2022】基于少样本策略泛化的决策Transformer
【ICML2022】基于少样本策略泛化的决策Transformer
专知
1+阅读 · 2022年7月11日
深度 | 推荐系统评估
深度 | 推荐系统评估
AI100
24+阅读 · 2019年3月16日
相关基金
基于参数估计理论的信息检索风险研究
国家自然科学基金
0+阅读 · 2013年12月31日
滑动窗口上数据流副本近似检测算法及其空间复杂度下界研究
国家自然科学基金
0+阅读 · 2013年12月31日
公允价值信息风险及决策有用性研究
国家自然科学基金
2+阅读 · 2013年12月31日
基于路段的风险型交通分配模型与网络风险评估方法
国家自然科学基金
0+阅读 · 2013年12月31日
条件独立结构的分解与学习
国家自然科学基金
0+阅读 · 2013年12月31日
量测缺失确定采样组合导航估计理论研究
国家自然科学基金
0+阅读 · 2012年12月31日
基于风险测度的供应链鲁棒建模与策略研究
国家自然科学基金
2+阅读 · 2012年12月31日
因果推断的统计方法
国家自然科学基金
26+阅读 · 2011年12月31日
基于Bregman距离的一致性风险测度及其应用
国家自然科学基金
0+阅读 · 2011年12月31日
Solvency II 框架下非寿险准备金风险度量与控制研究
国家自然科学基金
0+阅读 · 2011年12月31日
相关论文
RD-Suite: A Benchmark for Ranking Distillation
Arxiv
0+阅读 · 2023年6月12日
Contribution à l'Optimisation d'un Comportement Collectif pour un Groupe de Robots Autonomes
Arxiv
0+阅读 · 2023年6月10日
DP-Fast MH: Private, Fast, and Accurate Metropolis-Hastings for Large-Scale Bayesian Inference
Arxiv
0+阅读 · 2023年6月10日
Understanding the stochastic dynamics of sequential decision-making processes: A path-integral analysis of multi-armed bandits
Arxiv
0+阅读 · 2023年6月10日
Feature Programming for Multivariate Time Series Prediction
Arxiv
0+阅读 · 2023年6月9日
ViT-CX: Causal Explanation of Vision Transformers
Arxiv
0+阅读 · 2023年6月9日
Lightweight Monocular Depth Estimation via Token-Sharing Transformer
Arxiv
0+阅读 · 2023年6月9日
Evaluating and Incentivizing Diverse Data Contributions in Collaborative Learning
Arxiv
0+阅读 · 2023年6月8日
Task-specific experimental design for treatment effect estimation
Arxiv
0+阅读 · 2023年6月8日
Disentangled Information Bottleneck
Disentangled Information Bottleneck
Arxiv
12+阅读 · 2020年12月22日
微信扫码咨询专知VIP会员
Top