Buchumschlag

Self-Normalized Martingales and Uniform Regret Bounds for Linear Regression

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Fan, Qian, Jian, Rakhlin, Alexander, Zhivotovskiy, Nikita
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Statistics Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Refined Risk Bounds for Unbounded Losses via Transductive Priors
von: Qian, Jian, et al.
Veröffentlicht: (2024)

Assouad, Fano, and Le Cam with Interaction: A Unifying Lower Bound Framework and Characterization for Bandit Learnability
von: Chen, Fan, et al.
Veröffentlicht: (2024)

Beyond Covariance Matrix: The Statistical Complexity of Private Linear Regression
von: Chen, Fan, et al.
Veröffentlicht: (2025)

Ratio Covers of Convex Sets and Optimal Mixture Density Estimation
von: Compton, Spencer, et al.
Veröffentlicht: (2026)

Decision Making in Changing Environments: Robustness, Query-Based Learning, and Differential Privacy
von: Chen, Fan, et al.
Veröffentlicht: (2025)

A Gapped Scale-Sensitive Dimension and Lower Bounds for Offset Rademacher Complexity
von: Jia, Zeyu, et al.
Veröffentlicht: (2025)

Consistency and Inconsistency in $K$-Means Clustering
von: Blanchard, Moïse, et al.
Veröffentlicht: (2025)

Online Estimation via Offline Estimation: An Information-Theoretic Framework
von: Foster, Dylan J., et al.
Veröffentlicht: (2024)

High-accuracy sampling for diffusion models and log-concave distributions
von: Chen, Fan, et al.
Veröffentlicht: (2026)

Revisiting Agnostic PAC Learning
von: Hanneke, Steve, et al.
Veröffentlicht: (2024)

Majority-of-Three: The Simplest Optimal Learner?
von: Aden-Ali, Ishaq, et al.
Veröffentlicht: (2024)

On the Variance, Admissibility, and Stability of Empirical Risk Minimization
von: Kur, Gil, et al.
Veröffentlicht: (2023)

Outcome-Based Online Reinforcement Learning: Algorithms and Fundamental Limits
von: Chen, Fan, et al.
Veröffentlicht: (2025)

Derandomizing Multi-Distribution Learning
von: Larsen, Kasper Green, et al.
Veröffentlicht: (2024)

Sharp Risk Bounds for Early-Stopping in Gaussian Linear Regression
von: Wegel, Tobias, et al.
Veröffentlicht: (2025)

Functional Linear Regression of Cumulative Distribution Functions
von: Zhang, Qian, et al.
Veröffentlicht: (2022)

Multimodal Bandits: Regret Lower Bounds and Optimal Algorithms
von: Réveillard, William, et al.
Veröffentlicht: (2025)

High-accuracy log-concave sampling with stochastic queries
von: Chen, Fan, et al.
Veröffentlicht: (2026)

Near-Optimal Learning and Planning in Separated Latent MDPs
von: Chen, Fan, et al.
Veröffentlicht: (2024)

Optimal Excess Risk Bounds for Empirical Risk Minimization on $p$-Norm Linear Regression
von: Hanchi, Ayoub El, et al.
Veröffentlicht: (2023)

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

Cover meets Robbins while Betting on Bounded Data: $\ln n$ Regret and Almost Sure $\ln\ln n$ Regret
von: Agrawal, Shubhada, et al.
Veröffentlicht: (2026)

Beyond Worst-Case Online Classification: VC-Based Regret Bounds for Relaxed Benchmarks
von: Montasser, Omar, et al.
Veröffentlicht: (2025)

Gaussian Width of Convex Sets via Integral Decompositions, Projections, and the Distribution of Intrinsic Volumes
von: Pathak, Reese, et al.
Veröffentlicht: (2026)

Fixed-Horizon Self-Normalized Inference for Adaptive Experiments via Martingale AIPW/DML with Logged Propensities
von: Saco, Gabriel
Veröffentlicht: (2026)

Precise Asymptotics and Refined Regret of Variance-Aware UCB
von: Fan, Yingying, et al.
Veröffentlicht: (2024)

Minimax Linear Regression under the Quantile Risk
von: Hanchi, Ayoub El, et al.
Veröffentlicht: (2024)

Online and Offline Robust Multivariate Linear Regression
von: Godichon-Baggioni, Antoine, et al.
Veröffentlicht: (2024)

Max-Linear Regression by Convex Programming
von: Kim, Seonho, et al.
Veröffentlicht: (2021)

Tight Bounds for Schrödinger Potential Estimation in Unpaired Data Translation
von: Puchkin, Nikita, et al.
Veröffentlicht: (2025)

On the Interpolation Error of Nonlinear Attention versus Linear Regression
von: Liao, Zhenyu, et al.
Veröffentlicht: (2025)

Minimax Optimal Variance-Aware Regret Bounds for Multinomial Logistic MDPs
von: Boudart, Pierre, et al.
Veröffentlicht: (2026)

Sample-Efficient Linear Regression with Self-Selection Bias
von: Gaitonde, Jason, et al.
Veröffentlicht: (2024)

Uniform Laws of Large Numbers in Product Spaces
von: Holzman, Ron, et al.
Veröffentlicht: (2026)

Improved Scaling Laws in Linear Regression via Data Reuse
von: Lin, Licong, et al.
Veröffentlicht: (2025)

Transfer Learning for Benign Overfitting in High-Dimensional Linear Regression
von: Kim, Yeichan, et al.
Veröffentlicht: (2025)

Asymptotics of Random Feature Regression Beyond the Linear Scaling Regime
von: Hu, Hong, et al.
Veröffentlicht: (2024)

Unveiling the Cycloid Trajectory of EM Iterations in Mixed Linear Regression
von: Luo, Zhankun, et al.
Veröffentlicht: (2024)

On the Minimax Regret of Sequential Probability Assignment via Square-Root Entropy
von: Jia, Zeyu, et al.
Veröffentlicht: (2025)

Eventually LIL Regret: Almost Sure $\ln\ln T$ Regret for a sub-Gaussian Mixture on Unbounded Data
von: Agrawal, Shubhada, et al.
Veröffentlicht: (2025)