W zależności od ilości danych do przetworzenia generowanie pliku może się wydłużyć.

Jeśli generowanie trwa zbyt długo można ograniczyć dane np. zmniejszając zakres lat.

Rozdział

Pobierz BibTeX

Tytuł

On Minimaxity of Follow the Leader Strategy in the Stochastic Setting

Autorzy

[ 1 ] Instytut Informatyki, Wydział Informatyki, Politechnika Poznańska | [ P ] pracownik

Rok publikacji

2016

Typ rozdziału

referat

Język publikacji

angielski

Streszczenie

EN We consider the setting of prediction with expert advice with an additional assumption that each expert generates its losses i.i.d. according to some distribution. We first identify a class of “admissible” strategies, which we call permutation invariant, and show that every strategy outside this class will perform not better than some permutation invariant strategy. We then show that when the losses are binary, a simple Follow the Leader (FL) algorithm is the minimax strategy for this game, where minimaxity is simultaneously achieved for the expected regret, the expected redundancy, and the excess risk. Furthermore, FL has also the smallest regret, redundancy, and excess risk over all permutation invariant prediction strategies, simultaneously for all distributions over binary losses. When the losses are continuous in [0, 1], FL remains minimax only when an additional trick called “loss binarization” is applied.

Data udostępnienia online

21.09.2016

Strony (od-do)

261 - 275

DOI

10.1007/978-3-319-46379-7_18

URL

https://link.springer.com/chapter/10.1007/978-3-319-46379-7_18

Książka

Algorithmic Learning Theory : 27th International Conference, ALT 2016, Bari, Italy October 19-21, 2016 : Proceedings

Zaprezentowany na

27th International Conference (ALT 2016), 19-21.10.2016, Bari, Italy

Ta strona używa plików Cookies, w celu zapamiętania uwierzytelnionej sesji użytkownika. Aby dowiedzieć się więcej przeczytaj o plikach Cookies i Polityce Prywatności.