Toutes les news taguées avec ce sujet.
Un nouveau cadre statistique encadre l'oubli adaptatif dans les algorithmes de bandit, avec des garanties formelles sur le moment où dévier du comportement optimiste.
Une méthode statistique pour arbitrer entre annotation automatique bruitée et expertise humaine coûteuse en évaluation off-policy.
Une nouvelle méthode de clustering entièrement data-driven qui élimine le réglage manuel des paramètres numériques.
Des chercheurs proposent le rankECE, une alternative à l'Expected Calibration Error pour évaluer la fiabilité des probabilités prédites.
Résolution de la conjecture gap-entropy pour l'identification du meilleur bras.