Copertina

Spectral bandits for smooth graph functions with applications in recommender systems

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Kocák, Tomáš, Valko, Michal, Munos, Rémi, Kveton, Branislav, Agrawal, Shipra
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Spectral bandits for smooth graph functions
di: Valko, Michal, et al.
Pubblicazione: (2026)

Spectral bandits
di: Kocák, Tomáš, et al.
Pubblicazione: (2026)

Spectral Thompson sampling
di: Kocak, Tomas, et al.
Pubblicazione: (2026)

Efficient learning by implicit exploration in bandit problems with side observations
di: Kocak, Tomas, et al.
Pubblicazione: (2026)

Black-box optimization of noisy functions with unknown smoothness
di: Grill, Jean-Bastien, et al.
Pubblicazione: (2026)

Learning from a single labeled face and a stream of unlabeled data
di: Kveton, Branislav, et al.
Pubblicazione: (2026)

Bandits attack function optimization
di: Preux, Philippe, et al.
Pubblicazione: (2026)

Semi-supervised learning with max-margin graph cuts
di: Kveton, Branislav, et al.
Pubblicazione: (2026)

Revealing graph bandits for maximizing local influence
di: Carpentier, Alexandra, et al.
Pubblicazione: (2026)

Conditional anomaly detection using soft harmonic functions: An application to clinical alerting
di: Valko, Michal, et al.
Pubblicazione: (2026)

Online learning with Erdős-Rényi side-observation graphs
di: Kocák, Tomáš, et al.
Pubblicazione: (2026)

Stochastic simultaneous optimistic optimization
di: Valko, Michal, et al.
Pubblicazione: (2026)

Extreme bandits
di: Carpentier, Alexandra, et al.
Pubblicazione: (2026)

Online semi-supervised perception: Real-time learning without explicit feedback
di: Kveton, Branislav, et al.
Pubblicazione: (2026)

Blazing the trails before beating the path: Sample-efficient Monte-Carlo planning
di: Grill, Jean-Bastien, et al.
Pubblicazione: (2026)

Conditional anomaly detection with soft harmonic functions
di: Valko, Michal, et al.
Pubblicazione: (2026)

Covariance-adapting algorithm for semi-bandits with application to sparse rewards
di: Perrault, Pierre, et al.
Pubblicazione: (2026)

Online learning with noisy side observations
di: Kocák, Tomáš, et al.
Pubblicazione: (2026)

VA-learning as a more efficient alternative to Q-learning
di: Tang, Yunhao, et al.
Pubblicazione: (2023)

Evidence-based anomaly detection in clinical domains
di: Hauskrecht, Milos, et al.
Pubblicazione: (2026)

Bandits on graphs and structures
di: Valko, Michal
Pubblicazione: (2026)

RL-finetuning LLMs from on- and off-policy data with a single algorithm
di: Tang, Yunhao, et al.
Pubblicazione: (2025)

Cross-Validated Off-Policy Evaluation
di: Cief, Matej, et al.
Pubblicazione: (2024)

A single algorithm for both restless and rested rotting bandits
di: Seznec, Julien, et al.
Pubblicazione: (2026)

Planning in entropy-regularized Markov decision processes and games
di: Grill, Jean-Bastien, et al.
Pubblicazione: (2026)

Adaptive graph-based algorithms for conditional anomaly detection and semi-supervised learning
di: Valko, Michal
Pubblicazione: (2026)

Trading off rewards and errors in multi-armed bandits
di: Erraqabi, Akram, et al.
Pubblicazione: (2026)

Pessimistic Off-Policy Optimization for Learning to Rank
di: Cief, Matej, et al.
Pubblicazione: (2022)

Optimal last-iterate convergence in matrix games with bandit feedback using the log-barrier
di: Fiegel, Come, et al.
Pubblicazione: (2026)

Optimistic Q-learning for average reward and episodic reinforcement learning
di: Agrawal, Priyank, et al.
Pubblicazione: (2024)

On two ways to use determinantal point processes for Monte Carlo integration
di: Gautier, Guillaume, et al.
Pubblicazione: (2026)

LLM-as-Judge on a Budget
di: Saha, Aadirupa, et al.
Pubblicazione: (2026)

Efficient and Interpretable Bandit Algorithms
di: Mukherjee, Subhojyoti, et al.
Pubblicazione: (2023)

Quantum contextual bandits and recommender systems for quantum data
di: Brahmachari, Shrigyan, et al.
Pubblicazione: (2023)

On a few pitfalls in KL divergence gradient estimation for RL
di: Tang, Yunhao, et al.
Pubblicazione: (2025)

Q-learning with Posterior Sampling
di: Agrawal, Priyank, et al.
Pubblicazione: (2025)

Large-scale semi-supervised learning with online spectral graph sparsification
di: Calandriello, Daniele, et al.
Pubblicazione: (2026)

Model-free Posterior Sampling via Learning Rate Randomization
di: Tiapkin, Daniil, et al.
Pubblicazione: (2023)

Super-Exponential Regret for UCT, AlphaGo and Variants
di: Orseau, Laurent, et al.
Pubblicazione: (2024)

Dynamic Pricing and Learning with Long-term Reference Effects
di: Agrawal, Shipra, et al.
Pubblicazione: (2024)