概念Regret Minimization / 在线学习遗憾最小化
遗憾最小化
在线学习理论的核心概念，将算法实际累积损失与事后最优固定策略损失之间的差值定义为'遗憾'，理论上良好算法的遗憾增长速度应为O(√T)量级，常见算法包括指数权重（Hedge）和UCB
时间轴 (近 90 天)
10月16日
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)。
待验证50%
10月7日
遗憾被定义为算法实际累积损失与事后最优固定策略损失之间的差值
待验证50%
10月7日
良好的在线学习算法应保证遗憾随轮次增长速度远低于线性，通常目标是O(√T)量级，指数权重(Hedge)和UCB已被证明能达到该保证
待验证50%