Copertina

Bandits with Mean Bounds

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Sharma, Nihal, Basu, Soumya, Shanmugam, Karthikeyan, Shakkottai, Sanjay
Natura:	Preprint
Pubblicazione:	2020
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Bandits with Stochastic Experts: Constant Regret, Empirical Experts and Episodes
di: Sharma, Nihal, et al.
Pubblicazione: (2021)

Blocking Bandits
di: Basu, Soumya, et al.
Pubblicazione: (2019)

Efficient Approximate Posterior Sampling with Annealed Langevin Monte Carlo
di: Parulekar, Advait, et al.
Pubblicazione: (2025)

Competing Bandits in Matching Markets via Super Stability
di: Basu, Soumya
Pubblicazione: (2025)

Fine-Tuning Diffusion Models via Intermediate Distribution Shaping
di: Anil, Gautham Govind, et al.
Pubblicazione: (2025)

Asymptotically-Optimal Gaussian Bandits with Side Observations
di: Atsidakou, Alexia, et al.
Pubblicazione: (2025)

Regret minimization in Linear Bandits with offline data via extended D-optimal exploration
di: Vijayan, Sushant, et al.
Pubblicazione: (2025)

Preference-centric Bandits: Optimality of Mixtures and Regret-efficient Algorithms
di: Tatlı, Meltem, et al.
Pubblicazione: (2025)

Risk-sensitive Bandits: Arm Mixture Optimality and Regret-efficient Algorithms
di: Tatlı, Meltem, et al.
Pubblicazione: (2025)

Collaborative Multi-Agent Heterogeneous Multi-Armed Bandits
di: Chawla, Ronshee, et al.
Pubblicazione: (2023)

Competing Bandits in Decentralized Contextual Matching Markets
di: Parikh, Satush, et al.
Pubblicazione: (2024)

The Gossiping Insert-Eliminate Algorithm for Multi-Agent Bandits
di: Chawla, Ronshee, et al.
Pubblicazione: (2020)

Bayesian Collaborative Bandits with Thompson Sampling for Improved Outreach in Maternal Health Program
di: Dasgupta, Arpan, et al.
Pubblicazione: (2024)

Combinatorial Multi-armed Bandits: Arm Selection via Group Testing
di: Mukherjee, Arpan, et al.
Pubblicazione: (2024)

Anchored Diffusion Language Model
di: Rout, Litu, et al.
Pubblicazione: (2025)

Selective classification using a robust meta-learning approach
di: Jain, Nishant, et al.
Pubblicazione: (2022)

Glauber Generative Model: Discrete Diffusion Models via Binary Classification
di: Varma, Harshit, et al.
Pubblicazione: (2024)

Representation Learning Preserving Ignorability and Covariate Matching for Treatment Effects
di: Nanavati, Praharsh, et al.
Pubblicazione: (2025)

Machine Unlearning under Overparameterization
di: Block, Jacob L., et al.
Pubblicazione: (2025)

Learning from Label Proportions: Bootstrapping Supervised Learners via Belief Propagation
di: Havaldar, Shreyas, et al.
Pubblicazione: (2023)

Temper-Then-Tilt: Principled Unlearning for Generative Models through Tempering and Classifier Guidance
di: Block, Jacob L., et al.
Pubblicazione: (2026)

DOPL: Direct Online Preference Learning for Restless Bandits with Preference Feedback
di: Xiong, Guojun, et al.
Pubblicazione: (2024)

General Identifiability and Achievability for Causal Representation Learning
di: Varıcı, Burak, et al.
Pubblicazione: (2023)

Linear Causal Representation Learning from Unknown Multi-node Interventions
di: Varıcı, Burak, et al.
Pubblicazione: (2024)

AnCoder: Anchored Code Generation via Discrete Diffusion Models
di: Xue, Anton, et al.
Pubblicazione: (2026)

Provable Multi-Task Representation Learning by Two-Layer ReLU Neural Networks
di: Collins, Liam, et al.
Pubblicazione: (2023)

Provable Meta-Learning with Low-Rank Adaptations
di: Block, Jacob L., et al.
Pubblicazione: (2024)

Diffusion-Based Posterior Sampling: A Feynman-Kac Analysis of Bias and Stability
di: Delgadino, Matias G., et al.
Pubblicazione: (2026)

Score-based Causal Representation Learning: Linear and General Transformations
di: Varıcı, Burak, et al.
Pubblicazione: (2024)

Path-specific effects for pulse-oximetry guided decisions in critical care
di: Zhang, Kevin, et al.
Pubblicazione: (2025)

Robust Reward Modeling via Causal Rubrics
di: Srivastava, Pragya, et al.
Pubblicazione: (2025)

Stochastic Online Instrumental Variable Regression: Regrets for Endogeneity and Bandit Feedback
di: Della Vecchia, Riccardo, et al.
Pubblicazione: (2023)

Attribute Graphs Underlying Molecular Generative Models: Path to Learning with Limited Data
di: Hoffman, Samuel C., et al.
Pubblicazione: (2022)

Pure Exploration in Bandits with Linear Constraints
di: Carlsson, Emil, et al.
Pubblicazione: (2023)

Fairness under Covariate Shift: Improving Fairness-Accuracy tradeoff with few Unlabeled Test Samples
di: Havaldar, Shreyas, et al.
Pubblicazione: (2023)

In-Context Learning with Transformers: Softmax Attention Adapts to Function Lipschitzness
di: Collins, Liam, et al.
Pubblicazione: (2024)

Entropy Aware Reward Guidance for Diffusion Language Model Alignment
di: Tejaswi, Atula, et al.
Pubblicazione: (2026)

Online Bidding under RoS Constraints without Knowing the Value
di: Vijayan, Sushant, et al.
Pubblicazione: (2025)

Concentrated Differential Privacy for Bandits
di: Azize, Achraf, et al.
Pubblicazione: (2023)

Learning to Explore with Lagrangians for Bandits under Unknown Linear Constraints
di: Das, Udvas, et al.
Pubblicazione: (2024)