日本語
 
Help Privacy Policy ポリシー/免責事項
  詳細検索ブラウズ

アイテム詳細

登録内容を編集ファイル形式で保存
一時保存へ追加
 タグ情報を表示リリース履歴を表示詳細要約
  PAC-Bayesian Analysis of Contextual Bandits

Seldin, Y., Auer, P., Laviolette, F., Shawe-Taylor, J., & Ortner, R. (2012). PAC-Bayesian Analysis of Contextual Bandits. In J., Shaw-Taylor, R., Zemel, P., Bartlett, F., Pereira, & K., Weinberger (Eds.), Advances in Neural Information Processing Systems 24 (pp. 1683-1691). Red Hook, NY, USA: Curran.

Item is

 

表示: 全項目 非表示: 全項目

基本情報

表示: 非表示:
アイテムのパーマリンク: https://hdl.handle.net/11858/00-001M-0000-0013-B884-D 版のパーマリンク: https://hdl.handle.net/21.11116/0000-0001-1958-1
資料種別: 会議論文

ファイル

表示: ファイル

作成者

表示:
非表示:
 作成者:
Seldin, Y1, 著者           
Auer, P, 著者
Laviolette, F, 著者
Shawe-Taylor, J, 著者
Ortner, R, 著者
所属:
1Dept. Empirical Inference, Max Planck Institute for Intelligent Systems, Max Planck Society, DE, ou_1497647              

内容説明

表示:
非表示:
キーワード: -
 要旨: We derive an instantaneous (per-round) data-dependent regret bound for stochastic multiarmed bandits with side information (also known as contextual bandits). The scaling of our regret bound with the number of states (contexts) N goes as \sqrtN I_{ρ_t}(S;A)}, where I_{ρ_t}(S;A) is the mutual information between states and actions (the side information) used by the algorithm at round t. If the algorithm uses all the side information, the regret bound scales as \sqrt{N \ln K}, where K is the number of actions (arms). However, if the side information I_{ρ_t}(S;A) is not fully used, the regret bound is significantly tighter. In the extreme case, when I_{ρ_t(S;A) = 0, the dependence on the number of states reduces from linear to logarithmic. Our analysis allows to provide the algorithm large amount of side information, let the algorithm to decide which side information is relevant for the task, and penalize the algorithm only for the side information that it is using de facto. We also present an algorithm for multiarmed bandits with side information with computational complexity that is a linear in the number of actions.

資料詳細

表示:
非表示:
言語:
 日付: 2012-01
 出版の状態: 出版
 ページ: -
 出版情報: -
 目次: -
 査読: -
 識別子（DOI, ISBNなど）: BibTex参照ID: SeldinALSO2011
 学位: -

関連イベント

表示:
非表示:
イベント名: Twenty-Fifth Annual Conference on Neural Information Processing Systems (NIPS 2011)
開催地: Granada, Spain
開始日・終了日: -

訴訟

表示:

Project information

表示:

出版物 1

表示:
非表示:
出版物名: Advances in Neural Information Processing Systems 24
種別: 会議論文集
 著者・編者:
Shaw-Taylor, J, 編集者
Zemel, RS, 編集者
Bartlett, P, 編集者
Pereira, F, 編集者
Weinberger, KQ, 編集者
所属:
-
出版社, 出版地: Red Hook, NY, USA : Curran
ページ: - 巻号: - 通巻号: - 開始・終了ページ: 1683 - 1691 識別子（ISBN, ISSN, DOIなど）: ISBN: 978-1-618-39599-3