Copertina

Tighter Confidence Bounds for Sequential Kernel Regression

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Flynn, Hamish, Reeb, David
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Improved Algorithms for Stochastic Linear Bandits Using Tail Bounds for Martingale Mixtures
di: Flynn, Hamish, et al.
Pubblicazione: (2023)

Relative Information Gain and Gaussian Process Regression
di: Flynn, Hamish
Pubblicazione: (2025)

STaR-Bets: Sequential Target-Recalculating Bets for Tighter Confidence Intervals
di: Voráček, Václav, et al.
Pubblicazione: (2025)

Confidence Sequences for Generalized Linear Models via Regret Analysis
di: Clerico, Eugenio, et al.
Pubblicazione: (2025)

Tighter Regret Lower Bound for Gaussian Process Bandits with Squared Exponential Kernel in Hypersphere
di: Iwazaki, Shogo
Pubblicazione: (2026)

Posterior Sampling Reinforcement Learning with Gaussian Processes for Continuous Control: Sublinear Regret Bounds for Unbounded State Spaces
di: Flynn, Hamish, et al.
Pubblicazione: (2026)

Tighter Generalisation Bounds via Interpolation
di: Viallard, Paul, et al.
Pubblicazione: (2024)

Tighter Risk Bounds for Mixtures of Experts
di: Akretche, Wissam, et al.
Pubblicazione: (2024)

Private Gradient Descent for Linear Regression: Tighter Error Bounds and Instance-Specific Uncertainty Estimation
di: Brown, Gavin, et al.
Pubblicazione: (2024)

Sparse Optimistic Information Directed Sampling
di: Schwartz, Ludovic, et al.
Pubblicazione: (2025)

Tighter Regret Bounds for Contextual Action-Set Reinforcement Learning
di: Chen, Zijun, et al.
Pubblicazione: (2026)

Sparse Nonparametric Contextual Bandits
di: Flynn, Hamish, et al.
Pubblicazione: (2025)

Posterior Sampling-Based Bayesian Optimization with Tighter Bayesian Regret Bounds
di: Takeno, Shion, et al.
Pubblicazione: (2023)

Label-NTK Alignments and A Tighter Convergence Bound in the NTK Regime
di: Marreddy, Ruchirinkil, et al.
Pubblicazione: (2026)

Linear Bandits with Non-i.i.d. Noise
di: Abélès, Baptiste, et al.
Pubblicazione: (2025)

Tighter CMI-Based Generalization Bounds via Stochastic Projection and Quantization
di: Sefidgaran, Milad, et al.
Pubblicazione: (2025)

On Uniform Error Bounds for Kernel Regression under Non-Gaussian Noise
di: Teutsch, Johannes, et al.
Pubblicazione: (2026)

The Cost of Robustness: Tighter Bounds on Parameter Complexity for Robust Memorization in ReLU Nets
di: Kim, Yujun, et al.
Pubblicazione: (2025)

Tighter sparse variational Gaussian processes
di: Bui, Thang D., et al.
Pubblicazione: (2025)

Distribution-Free Confidence Ellipsoids for Ridge Regression with PAC Bounds
di: Szentpéteri, Szabolcs, et al.
Pubblicazione: (2026)

Sequential Kernelized Stein Discrepancy
di: Martinez-Taboada, Diego, et al.
Pubblicazione: (2024)

Confidence Estimation via Sequential Likelihood Mixing
di: Kirschner, Johannes, et al.
Pubblicazione: (2025)

Improved Regret Bound for Safe Reinforcement Learning via Tighter Cost Pessimism and Reward Optimism
di: Yu, Kihyun, et al.
Pubblicazione: (2024)

Tighter Information-Theoretic Generalization Bounds via a Novel Class of Change of Measure Inequalities
di: Liu, Yanxiao, et al.
Pubblicazione: (2026)

Estimation of Confidence Bounds in Binary Classification using Wilson Score Kernel Density Estimation
di: Iversen, Thorbjørn Mosekjær, et al.
Pubblicazione: (2026)

Validation of Composite Systems by Discrepancy Propagation
di: Reeb, David, et al.
Pubblicazione: (2022)

Spectrally Transformed Kernel Regression
di: Zhai, Runtian, et al.
Pubblicazione: (2024)

Characterizing Overfitting in Kernel Ridgeless Regression Through the Eigenspectrum
di: Cheng, Tin Sum, et al.
Pubblicazione: (2024)

Learning Analysis of Kernel Ridgeless Regression with Asymmetric Kernel Learning
di: He, Fan, et al.
Pubblicazione: (2024)

Large Dimensional Kernel Ridge Regression: Extending to Product Kernels
di: Zhou, Yang, et al.
Pubblicazione: (2026)

A Tighter Convergence Proof of Reverse Experience Replay
di: Jiang, Nan, et al.
Pubblicazione: (2024)

A Comprehensive Analysis on the Learning Curve in Kernel Ridge Regression
di: Cheng, Tin Sum, et al.
Pubblicazione: (2024)

On the Saturation Effect of Kernel Ridge Regression
di: Li, Yicheng, et al.
Pubblicazione: (2024)

Sparse Attention as Compact Kernel Regression
di: Santos, Saul, et al.
Pubblicazione: (2026)

Bayesian Kernel Regression for Functional Data
di: Kusaba, Minoru, et al.
Pubblicazione: (2025)

Learning Confidence Bounds for Classification with Imbalanced Data
di: Clifford, Matt, et al.
Pubblicazione: (2024)

Randomized Confidence Bounds for Stochastic Partial Monitoring
di: Heuillet, Maxime, et al.
Pubblicazione: (2024)

Sequential Regression Learning with Randomized Algorithms
di: Leão, Dorival, et al.
Pubblicazione: (2025)

Improved Kernel Alignment Regret Bound for Online Kernel Learning
di: Li, Junfan, et al.
Pubblicazione: (2022)

Sequential Kernelized Independence Testing
di: Podkopaev, Aleksandr, et al.
Pubblicazione: (2022)