Buchumschlag

A General Framework for Off-Policy Learning with Partially-Observed Reward

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Takehi, Rikiya, Asami, Masahiro, Kawakami, Kosuke, Saito, Yuta
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning 62L05, 68T05 I.2.6; G.3
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Throwing Vines at the Wall: Structure Learning via Random Search
von: Vatter, Thibault, et al.
Veröffentlicht: (2025)

Towards the Best Solution for Complex System Reliability: Can Statistics Outperform Machine Learning?
von: Gamiz, Maria Luz, et al.
Veröffentlicht: (2024)

Leveraging Machine Learning for Official Statistics: A Statistical Manifesto
von: Puts, Marco, et al.
Veröffentlicht: (2024)

Iterative Exploration-Driven Sparse SDP Clustering via Thompson Sampling
von: Mun, Jongmin, et al.
Veröffentlicht: (2025)

Factorizable joint shift revisited
von: Tasche, Dirk
Veröffentlicht: (2026)

OML-AD: Online Machine Learning for Anomaly Detection in Time Series Data
von: Wette, Sebastian, et al.
Veröffentlicht: (2024)

Quantile Additive Trend Filtering
von: Zhang, Zhi, et al.
Veröffentlicht: (2023)

Machine Collaboration
von: Liu, Qingfeng, et al.
Veröffentlicht: (2021)

Optimization-Free Topological Sort for Causal Discovery via the Schur Complement of Score Jacobians
von: Wu, Rui, et al.
Veröffentlicht: (2026)

Deterministic Coreset Construction via Adaptive Sensitivity Trimming
von: Alpay, Faruk, et al.
Veröffentlicht: (2025)

G-Sim: Generative Simulations with Large Language Models and Gradient-Free Calibration
von: Holt, Samuel, et al.
Veröffentlicht: (2025)

MMD-Balls as Credal Sets: A PAC-Bayesian Framework for Epistemic Uncertainty in Test-Time Adaptation
von: Ariq, Ahanaf Hasan
Veröffentlicht: (2026)

Signature-Kernel Based Evaluation Metrics for Robust Probabilistic and Tail-Event Forecasting
von: Redhead, Benjamin R., et al.
Veröffentlicht: (2026)

Bayesian Optimality of In-Context Learning with Selective State Spaces
von: Zhang, Di, et al.
Veröffentlicht: (2026)

From Point to probabilistic gradient boosting for claim frequency and severity prediction
von: Chevalier, Dominik, et al.
Veröffentlicht: (2024)

Robust X-Learner: Breaking the Curse of Imbalance and Heavy Tails via Robust Cross-Imputation
von: Uehara, Eichi
Veröffentlicht: (2026)

Batched Nonparametric Bandits via k-Nearest Neighbor UCB
von: Arya, Sakshi
Veröffentlicht: (2025)

metabeta -- A fast neural model for Bayesian mixed-effects regression
von: Kipnis, Alex, et al.
Veröffentlicht: (2025)

Jacobian-Velocity Bounds for Deployment Risk Under Covariate Drift
von: Landers, Jonathan R.
Veröffentlicht: (2026)

RVI-SAC: Average Reward Off-Policy Deep Reinforcement Learning
von: Hisaki, Yukinari, et al.
Veröffentlicht: (2024)

Optimised Support Vector Regression for California Housing Price Prediction: The Critical Role of Feature Engineering and Hyperparameter Tuning
von: Adutwum, Emmanuel
Veröffentlicht: (2026)

DeepCausalMMM: A Deep Learning Framework for Marketing Mix Modeling with Causal Structure Learning
von: Tirumala, Aditya Puttaparthi
Veröffentlicht: (2025)

Retrieval-Augmented Memory for Online Learning
von: Du, Wenzhang
Veröffentlicht: (2025)

ML-driven detection and reduction of ballast information in multi-modal datasets
von: Solovko, Yaroslav
Veröffentlicht: (2026)

Augmented Functional Random Forests: Classifier Construction and Unbiased Functional Principal Components Importance through Ad-Hoc Conditional Permutations
von: Maturo, Fabrizio, et al.
Veröffentlicht: (2024)

A Frequency-Domain Analysis of the Multi-Armed Bandit Problem: A New Perspective on the Exploration-Exploitation Trade-off
von: Zhang, Di
Veröffentlicht: (2025)

Conformal Path Reasoning: Trustworthy Knowledge Graph Question Answering via Path-Level Calibration
von: Lin, Shuhang, et al.
Veröffentlicht: (2026)

Pair Correlation Factor and the Sample Complexity of Gaussian Mixtures
von: Aryan, Farzad
Veröffentlicht: (2025)

Cross-Domain Uncertainty Quantification for Selective Prediction: A Comprehensive Bound Ablation with Transfer-Informed Betting
von: Basu, Abhinaba
Veröffentlicht: (2026)

Bayesian Modeling of Collatz Stopping Times: A Probabilistic Machine Learning Perspective
von: Bonacorsi, Nicolò, et al.
Veröffentlicht: (2026)

When Marginals Match but Structure Fails: Covariance Fidelity in Generative Models
von: Riasat, Nazia
Veröffentlicht: (2026)

ParetoBandit: Budget-Paced Adaptive Routing for Non-Stationary LLM Serving
von: Taberner-Miller, Annette
Veröffentlicht: (2026)

When to Trust Confidence Thresholding: Calibration Diagnostics for Pseudo-Labelled Regression
von: Kurbucz, Marcell T.
Veröffentlicht: (2026)

Location based Probabilistic Load Forecasting of EV Charging Sites: Deep Transfer Learning with Multi-Quantile Temporal Convolutional Network
von: Ali, Mohammad Wazed, et al.
Veröffentlicht: (2024)

Causal Parametric Drift Simulation: A Digital Twin Framework for Classifier Robustness Evaluation
von: Lafrance, Julien, et al.
Veröffentlicht: (2026)

Prediction-Based Markov Violation Scores for Detecting Non-Markovian Observations in Reinforcement Learning
von: Mysore, Naveen
Veröffentlicht: (2026)

Nonlinear Data Integration via Kernel Methods for Data Collaboration Analysis
von: Suetake, Yamato, et al.
Veröffentlicht: (2026)

Forecasting Oncology Demand Trends with Boosting-Based Bayesian Conjugate Models
von: Neto, Ademir Batista dos Santos, et al.
Veröffentlicht: (2026)

From 'What-is' to 'What-if' in Human-Factor Analysis: A Post-Occupancy Evaluation Case
von: Chen, Xia, et al.
Veröffentlicht: (2025)

SplitWise Regression: Stepwise Modeling with Adaptive Dummy Encoding
von: Kurbucz, Marcell T., et al.
Veröffentlicht: (2025)