计算视觉Online EXP3 Learning in Adversarial Bandits with Delayed Feedback

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

Online EXP3 Learning in Adversarial Bandits with
         Delayed Feedback

   Ilai Bistritz1 , Zhengyuan Zhou23 , Xi Chen2 , Nicholas Bambos1 , Jose Blanchet1
                    1
                     Stanford University
             2
              New York University, Stern School of Business
                     3
                      IBM Research
     {bistritz,bambos,jose.blanchet}@stanford.edu, {zzhou,xchen3}@stern.nyu.edu

                       Abstract
     Consider a player that in  ...

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Learning Feedback earning Delayed ONLINE