顺序核回归的更紧置信区间
原文中文，约300字，阅读约需1分钟。发表于：。利用鞅尾巴界限和有限维无限维凸规划的重构，为序列核回归建立了新的置信界限，证明在此设置中，我们的新置信界限始终比现有界限更严格。将我们的置信界限应用于核赌博问题时，当我们的置信界限取代现有界限时，KernelUCB（GP-UCB）算法在实证性能、最坏情况性能保证和计算成本方面具有更好的表现。我们的新置信界限可以作为设计改进的其他核化学习和决策问题算法的通用工具。
该研究通过重新构建序列核回归的置信界限，证明了新的置信界限比现有界限更严格。新的置信界限在核赌博问题中表现更好，性能更佳且计算成本更低。这项研究为改进其他核化学习和决策问题算法提供了通用工具。
