Arrepentimiento Casi Óptimo en Bandidos Adversariales Distribuidos
Descubre cómo un nuevo algoritmo de caja negra logra arrepentimiento casi óptimo en bandidos adversariales distribuidos, superando records previos. ¡Lee más!
#bandidos lineales
Análisis preciso del muestreo por conjuntos lineales
Analizamos el muestreo por ensamble lineal en bandidos lineales: demostramos una cota de regret casi óptima con tamaño de conjunto Θ(d log n). ¡Lee el análisis!
Bandidos para Experimentación con Grupo de Control, Preferencias y Derivas
Optimiza experimentación con bandidos contextuales usando Dri-MED. Se adapta a derivas, preferencias y restricciones. Ideal para decisiones bajo incertidumbre.
Cuándo y por qué funciona la exploración aleatoria en bandidos lineales
Exploración aleatoria (Thompson sampling) logra arrepentimiento óptimo en bandidos lineales con espacios convexos. ¡Un avance clave!
Aprendizaje offline-online en bandidos lineales
Descubre cómo nuestro algoritmo combina datos offline y exploración online en bandidos lineales para minimizar el arrepentimiento. Resultados empíricos demuestran su eficacia.
Enfoque de perturbación para bandidos lineales
Descubre cómo un enfoque de perturbación logra arrepentimiento óptimo en bandidos lineales no restringidos, con nuevas garantías de alta probabilidad y tasas adaptativas.