MARC

 008240612s2023      us  |||||||||||||||c||eng  d
■001000016931842
■00520240214100126
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798379711665
■035    ▼a(MiAaPQ)AAI30425306
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a310
■1001  ▼aHu,  Yichun.▼0(orcid)0000-0002-5826-9665
■24510▼aData-Efficient  Decision-Making▼h[electronic  resource]
■260    ▼a[S.l.]:▼bCornell  University.  ▼c2023
■260  1▼aAnn  Arbor  :▼bProQuest  Dissertations  &  Theses,  ▼c2023
■300    ▼a1  online  resource(322  p.)
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  84-12,  Section:  B.
■500    ▼aAdvisor:  Kallus,  Nathan.
■5021  ▼aThesis  (Ph.D.)--Cornell  University,  2023.
■506    ▼aThis  item  must  not  be  sold  to  any  third  party  vendors.
■520    ▼aThis  thesis  is  focused  on  the  development  of  sample-efficient  algorithms  for  personalized  data-driven  decision-making.  In  particular,  the  dissertation  aims  to  address  the  following  questions  in  both  online  (sequential)  and  offline  (batch)  settings:  (i)  What  problem  structures  allow  for  achieving  instance-specific  fast  regret  rates?  (ii)  How  can  these  problem  structures  be  leveraged  to  design  practical  algorithms  that  achieve  fast  theoretical  rates?Part  I  of  this  thesis  investigates  the  above  questions  from  an  online  perspective.  Chapter  2  studies  the  smooth  contextual  bandit  problem,  where  we  use  the  smoothness  property  of  the  function  class  to  design  contextual  bandit  algorithms  that  interpolate  between  two  extremes  previously  studied  in  isolation:  nondifferentiable  bandits  and  parametric-response  bandits.  Chapter  3  examines  the  DTR  bandit  problem,  where  we  develop  the  first  online  algorithm  with  logarithmic  regret  for  dynamic  treatment  regimes  that  involve  personalized,  adaptive,  multi-stage  treatment  plans.Part  II  of  this  work  delves  into  fast  regret  rates  for  offline  problems  by  leveraging  a  probabilistic  condition  that  measures  the  distribution  of  the  reward  gap  between  the  optimal  and  second-optimal  decisions,  which  we  term  the  margin  condition.  In  the  case  of  contextual  linear  optimization,  Chapter  4  shows  that  the  naive  plug-in  approach  actually  achieves  regret  convergence  rates  that  are  significantly  faster  than  methods  that  directly  optimize  downstream  decision  performance.  In  the  case  of  offline  reinforcement  learning,  Chapter  5  presents  a  finer  regret  analysis  that  characterizes  the  faster-than-square-root  regret  convergence  rate  we  observe  in  practice.
■590    ▼aSchool  code:  0058.
■650  4▼aStatistics.
■650  4▼aComputer  science.
■653    ▼aData
■653    ▼aDecision-making
■653    ▼aAlgorithms
■653    ▼aFast  regret  rates
■653    ▼aContextual  bandit  algorithms
■690    ▼a0796
■690    ▼a0463
■690    ▼a0984
■71020▼aCornell  University▼bOperations  Research  and  Information  Engineering.
■7730  ▼tDissertations  Abstracts  International▼g84-12B.
■773    ▼tDissertation  Abstract  International
■790    ▼a0058
■791    ▼aPh.D.
■792    ▼a2023
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T16931842▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.
■980    ▼a202402▼f2024

Preview

Export

ChatGPT Discussion

AI Recommended Related Books