Parameter-free, Dynamic, and Strongly-Adaptive Online Learning

[nocotan]

一言でいうと

最適化における時間的な区間を互いに排反な代表的区間で分割し，それらの区間におけるリグレットを抑えるようなParameter-freeのオンライン学習手法を提案．

論文リンク

http://proceedings.mlr.press/v119/cutkosky20a/cutkosky20a.pdf

著者/所属機関

Ashok Cutkosky (Google Research)

投稿日付(yyyy/MM/dd)

2020/07/12

概要

適応性のいくつかの望ましい条件を組み合わせた新しいアルゴリズムを提案．

• 達成できるリグレット：

• 強適応的リグレット：

• 最適動的リグレット：

新規性・差分

適応性の概念を組み合わせて，parameter-freeなオンライン学習を達成する初めての手法．

手法

結果

コメント