这本专著,我通过在线凸优化的现代视角介绍了在线学习的基本概念。这里,在线学习指的是在最坏情况假设下的后悔最小化框架。我提出了凸损失在线学习的一阶和二阶算法,在欧几里德和非欧几里德设置。所有的算法都清晰地呈现为在线镜像下降或跟随正则化及其变体的实例化。特别关注的是通过自适应和无参数在线学习算法来调整算法的参数和在无界域内学习的问题。非凸损失通过凸替代损失和随机化处理。本文还简要讨论了强盗设置问题,讨论了具有对抗性和随机性的多武装强盗问题。这些笔记不需要凸分析的先验知识,所有必需的数学工具都得到了严格的解释。此外,所有的证明都经过精心挑选,尽可能地简单和简短。

成为VIP会员查看完整内容
57

相关内容

【硬核课】统计学习理论,321页ppt
专知会员服务
138+阅读 · 2020年6月30日
【新书册】贝叶斯神经网络,41页pdf
专知会员服务
177+阅读 · 2020年6月3日
【纽约大学】最新《离散数学》笔记,451页pdf
专知会员服务
128+阅读 · 2020年5月26日
【圣经书】《强化学习导论(2nd)》电子书与代码,548页pdf
专知会员服务
201+阅读 · 2020年5月22日
普林斯顿大学经典书《在线凸优化导论》,178页pdf
专知会员服务
183+阅读 · 2020年2月3日
【斯坦福新课】CS234:强化学习,附课程PPT下载
专知会员服务
117+阅读 · 2020年1月15日
经典书《斯坦福大学-多智能体系统》532页pdf
421页《机器学习数学基础》最新2019版PDF下载
从入门到精通-Tensorflow深度强化学习课程
深度学习与NLP
23+阅读 · 2019年3月7日
深度学习超参数搜索实用指南
云栖社区
28+阅读 · 2018年10月14日
Risk-Aware Active Inverse Reinforcement Learning
Arxiv
7+阅读 · 2019年1月8日
Arxiv
5+阅读 · 2018年6月5日
Arxiv
3+阅读 · 2018年1月10日
VIP会员
相关主题
相关VIP内容
【硬核课】统计学习理论,321页ppt
专知会员服务
138+阅读 · 2020年6月30日
【新书册】贝叶斯神经网络,41页pdf
专知会员服务
177+阅读 · 2020年6月3日
【纽约大学】最新《离散数学》笔记,451页pdf
专知会员服务
128+阅读 · 2020年5月26日
【圣经书】《强化学习导论(2nd)》电子书与代码,548页pdf
专知会员服务
201+阅读 · 2020年5月22日
普林斯顿大学经典书《在线凸优化导论》,178页pdf
专知会员服务
183+阅读 · 2020年2月3日
【斯坦福新课】CS234:强化学习,附课程PPT下载
专知会员服务
117+阅读 · 2020年1月15日
微信扫码咨询专知VIP会员