Online Learning 1: Introduction

最新推荐文章于 2023-01-11 11:03:40 发布
最新推荐文章于 2023-01-11 11:03:40 发布
阅读量362 收藏
点赞数 1
分类专栏： Online Learning
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42017454/article/details/116553583
版权

Online Learning 1: Introduction

1 Assumption

在这里插入图片描述

2 Probability

Probability triplet

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

Expectation and variance

在这里插入图片描述

Independence

在这里插入图片描述

Conditioning, conditional expectation

在这里插入图片描述
在这里插入图片描述

3 Concentration

Review

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

Markov’s inequality (non-negative random variable)

在这里插入图片描述

Chebyshev’s inequality (arbitrary random variable)

在这里插入图片描述

Chernoff bound

在这里插入图片描述

Gaussian and sub-gaussian

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

4 Bandit Framework and Regret

在这里插入图片描述

Notation

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

Stochastic bandit

在这里插入图片描述
在这里插入图片描述

Unstructured, structured environment

在这里插入图片描述
在这里插入图片描述

  • Unstructured environment: Play each arm a reasonable number of times to estimate the goodness of that arm.
  • Structured environment: Infinite actions. Different actions or different arms leak information about each other, need to only play about order d amount of times and basically get samples to figure out what the theta is. In some sense easier in terms of the number of samples needed.

Regret

在这里插入图片描述

Suboptimality

在这里插入图片描述
Suboptimality quantifies how much was any particular arm is in an expected sense from the best arm.
在这里插入图片描述

Regret decomposition

在这里插入图片描述

Bayesian regret

在这里插入图片描述
在这里插入图片描述

xiwang_chn
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
introduction to deep learning
11-26
(and the online world became very dynamic thanks to the social media). I will do my best to correct any mistakes and omissions for the second edition, and all corrections and suggestions will be ...
专治选择困难症——bandit算法
Criss@陈磊
09-30 746
选择是一个技术活 著名鸡汤学家沃.滋基硕德曾说过：选择比努力重要。 我们会遇到很多选择的场景。上哪个大学，学什么专业，去哪家公司，中午吃什么，等等。这些事情，都让选择困难症的我们头很大。那么，有办法能够应对这些问题吗？ 答案是：有！而且是科学的办法，而不是“走近科学”的办法。那就是bandit算法！ bandit算法来源于人民群众喜闻乐见的赌博学，它要解决的问题是这样的[1]： 一个赌徒，要去摇老虎机，走进赌场一看，一排老虎机，外表一模一样，但是每个老虎机吐钱的概率可不一样，他不知道每.
[论文学习]Online Deep Learning: Learning Deep Neural Networks on the Fly
qq_44459787的博客
01-14 9936
@misc{sahoo2017online, title={Online Deep Learning: Learning Deep Neural Networks on the Fly}, author={Doyen Sahoo and Quang Pham and Jing Lu and Steven C. H. Hoi}, year={2017}, eprint={1711.03705}, archivePrefix={arXiv}, primaryClass={cs.LG} }
在线学习(online learning)——Chapter 1 What is online learning
weixin_47692652的博客
01-11 2366
A Modern Introduction to Online Learning——Chapter 1 What is online learning
DeepWalk: Online Learning of Social Representations
小兰的博客
09-17 1956
链接: link. 摘要 提出了DeepWalk，这是一种用于学习网络中顶点的潜在表示的新方法。这些潜在的表示编码在连续向量空间中的社交关系，这可用于统计模型中。 DEEPWALK使用从截断的随机游走中获取的局部信息来学习潜在表示，通过把游走视为句子的等效。我们演示了DeepWalk针对社交网络（如BlogCatalog，Flickr和YouTube）的多个多标签网络分类任务的潜在表示。当标记数据...
论文阅读|DeepWalk: Online Learning of Social Representations
像写诗一样优雅地写代码~
08-07 5684
论文阅读|DeepWalk: Online Learning of Social Representations 文章目录论文阅读|DeepWalk: Online Learning of Social RepresentationsAbstractIntroductionProblem DefinitionLearning Social RepresentationsMethod实验设置Related Work我的看法参考资料 Abstract DeepWalk概括了语言模型和无监督特征学习（或深度学习）
Online Object Tracking: A Benchmark
SnailTyan
02-03 3937
Online Object Tracking: A Benchmark
BLISS: Budget LImited robuSt crowdSensing through Online Learning
qq_41100102的博客
08-23 294
BLISS: Budget LImited robuSt crowdSensing through Online Learning说在最前面的话AbstractI. Introduction 说在最前面的话 Abstract 移动群智感知由于其灵活性和遍布性，近几年被广泛研究。尽管很多群智感知平台已经建立，如何管理这些系统还有很多的探索空间。最近的研究主要关注于如何激励群智感知，另外一个重要问题...
Incremental On-line Learning：A Review and Comparison of State of the Art Algorithms
a362682954的博客
09-05 1319
转自：https://blog.csdn.net/qq_33880788/article/details/80496385 翻译论文：Incremental On-line Learning：A Review and Comparison of State of the Art Algorithms 作者：Viktor Losing, Barbara Hammer, Heiko Wersing ...
Projection-free Online Learning
weixin_45102178的博客
03-31 205
Introduction As a computational bottleneck when applying online learning to massive datasets, the projection-step always restricts the application. This paper provides a projection-free algorithm (OFW) for online learning with three advantages: the first
Introduction to Deep Learning Business Applications for Developers (2018)
05-03
Introduction to Deep Learning Business Applications for Developers explores various deep learning algorithms by neatly abstracting the math skills. It gives an overview of several topics focused on ...
Machine Learning: A Probabilistic Perspective
09-08
Almost all the models described have been implemented in a MATLAB software package–PMTK (probabilistic modeling toolkit)–that is freely available online. The book is suitable for upper-level ...
前18大旋转修整器企业占据全球87%的市场份额.docx
05-06
前18大旋转修整器企业占据全球87%的市场份额
Planet-SkySat-Imagery-Product-Specification-Jan2020.pdf
05-06
SKYSAT IMAGERY PRODUCT SPECIFICATION PLANET.COM VIDEO Full motion videos are collected between 30 and 120 seconds by a single camera from any of the active SkySats. Videos are collected using only the Panchromatic half of the camera, hence all videos are PAN only. Videos are packaged and delivered with a video mpeg-4 file, plus all image frames with accompanying video metadata and a frame index file (reference Product Types below)
Screenshot_20240506_133458_com.netease.yhtj.vivo.jpg
05-06
Screenshot_20240506_133458_com.netease.yhtj.vivo.jpg
2019年A~F题特等奖论文合集.pdf
最新发布
05-06
大学生，数学建模，美国大学生数学建模竞赛，MCM/ICM，历年美赛特等奖O奖论文
雷达物位变送器安装和操作手册
05-06
雷达物位变送器安装和操作手册
在线教育平台首页vue
07-28
你可以用以下代码作为在线教育平台的首页Vue模板： ```html <template> <div> <h1>Welcome to our Online Education Platform!</h1> <p>Explore our wide range of courses and start learning today.</p> <div class="course-list"> <div v-for="course in courses" :key="course.id" class="course-card"> <img :src="course.image" alt="Course Image"> <h2>{{ course.title }}</h2> <p>{{ course.description }}</p> <button @click="enroll(course.id)">Enroll Now</button> </div> </div> </div> </template> <script> export default { data() { return { courses: [ { id: 1, title: 'Introduction to Programming', description: 'Learn the basics of programming with this introductory course.', image: 'path/to/image1.jpg' }, { id: 2, title: 'Web Development Fundamentals', description: 'Master the essentials of web development with this comprehensive course.', image: 'path/to/image2.jpg' }, // Add more courses as needed ] }; }, methods: { enroll(courseId) { // Handle enrollment logic here console.log(`Enrolling in course ${courseId}`); } } }; </script> <style scoped> /* Add your custom styles here */ .course-list { display: flex; flex-wrap: wrap; } .course-card { width: 300px; margin: 10px; padding: 10px; border: 1px solid #ccc; } .course-card img { width: 100%; height: auto; } .course-card h2 { margin-top: 10px; } .course-card p { margin-top: 5px; } .course-card button { margin-top: 10px; } </style> ``` 这个代码片段创建了一个包含课程列表的在线教育平台首页。每个课程都有一个标题、描述和图片，用户可以点击 "Enroll Now" 按钮来报名参加课程。你可以根据实际需要添加更多的课程和自定义样式。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值