High-Dimensional Prediction for Sequential Decision Making

要約

私たちは、これらのイベントを下流の意思決定者に合わせて調整することを目的として、条件付けイベントの任意のコレクションに従う偏りのない、敵対的に選択された高次元の状態を予測する問題を研究します。
我々は、この問題を解決するための効率的なアルゴリズムと、適切な条件付けイベントのセットの選択から生じる多くのアプリケーションを提供します。

要約(オリジナル)

We study the problem of making predictions of an adversarially chosen high-dimensional state that are unbiased subject to an arbitrary collection of conditioning events, with the goal of tailoring these events to downstream decision makers. We give efficient algorithms for solving this problem, as well as a number of applications that stem from choosing an appropriate set of conditioning events.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google