待验证50% 置信事实精确时间
经典算法Hedge在oblivious输入下达到O(√(T log N))的遗憾，且该界在一般情况下是紧的。
1
来源数
50%
置信度
长期有效
时效性
2026/10/22
首次发现
来源
涉及实体
相关事实
待验证该通用下界为核函数赌博机算法设计划定了边界：任何新算法的遗憾表现都无法突破 Ω(√(Tγ_T/log T))71% 相似待验证标准多臂老虎机问题的下界为O(√T)，ORUCB额外的log(T+1)因子源于同时学习纠正函数所引入的复杂度70% 相似待验证在标准遗憾最小化中，遗憾上界通常表现为 O(√T)，而在倾斜采样框架下，采样遗憾由置信宽度的平方主导，产生对数级别的遗憾 O(log T)。69% 相似待验证Douglas-Peucker算法通过迭代去除偏离度小于阈值的中间点来简化折线，时间复杂度为O(n log n)68% 相似待验证在线梯度下降等算法在凸或近似凸假设下可保证O(√T)遗憾。68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1084199API
curl https://kongchang.com/api/v1/knowledge/claims/1084199MCP
get_claim(id=1084199)