本文综述在线学习与在线优化算法,涵盖FlipFlop算法、连续时间无遗憾策略、非凸损失下的Perturbed Leader、无界域无标度算法、随时算法与动态定价、FTL曲率性质、马尔可夫决策过程两全学习、Hedge自适应学习率、动态比较基准及自适应对手强度,并统一了多种遗憾上界。
完成下面两步后,将自动完成登录并继续当前操作。