arxiv：2308.04620v3 [cs.lg] 2024年1月20日__

arxiv：2308.04620v3 [cs.lg] 2024年1月20日

可下载资源数量

已经购买

下载数量：1

单价	0 1.0
Coupon	100% 0%
Total	0 1.0

点击下载点击购买并下载

点击购买，资源将自动在新窗口打开.

机构名称：

arxiv：2308.04620v3 [cs.lg] 2024年1月20日

¥ 1.0

热度

在标准在线多类分类模型中，学习者对对手进行重复的游戏。在每个回合t∈[t]中，对手选择一个标记的实例（x t，y t）∈X×y，并向学习者揭示x t。使用访问对假设类H的X X，学习者可能会进行随机预测ˆ yt∈Y。对手然后揭示真实的标签，然后学习者遭受损失1 {y t = y y t}。总体而言，学习者的目的是输出预测，以便其预期的累积损失并不大于H中所有固定假设中最小的累积损失。这种在线多类分类的标准设置通常称为全信息设置，因为学习者可以在每个回合结束时观察真正的标签。也许更实用的设置是匪徒反馈设置，在每个回合结束时，学习者无法观察到真正的标签，而只能指示其预测是否正确（Kakade，Shalev-Shalev-Shwartz和Tewari，Tewari，2008年）。此设置的一个应用程序是在线广告，广告商向用户推荐广告（标签），但只能观察用户是否单击广告。

添加pdf代下载 VIP点击下载文件