Les personnes qui possèdent un compte PLM-Mathrice sont invitées à l'utiliser.
Séminaire de Probabilités commun ICJ/UMPA

Minimisation du regret pour des bandits non-paramétriques grâce à la méthode de la vraisemblance empirique

by Aurélien Garivier

jeudi 26 avril 2018 de au (Europe/Paris)
at UMPA
Description
Un agent doit choisir à chaque instant parmi K options produisant chacune une variable aléatoire de distribution inconnue. Son but est de maximiser la somme des variables obtenues. Comment doit-il s’y prendre ?

Pour le cas où les variables sont seulement supposées bornées, nous présentons une solution asymptotiquement optimale basée sur la construction de bornes supérieures de confiance par la méthode de la vraisemblance empirique.
Documents: