[论文] A Note on How to Remove the ln ln T Term from the Squint Bound

论文概要

研究领域: ML 作者: Francesco Orabona 发布时间: 2025-04-30 arXiv: 2504.20818

中文摘要

在Orabona和Pál [2016]中，我们引入了平移KT势函数，以消除专家无参学习边界中的ln ln T因子。在这篇简短的技术笔记中，我展示了这等价于在Krichevsky-Trofimov算法中改变先验。然后，我展示了如何使用相同的思想消除Squint算法数据无关边界中的ln ln T因子。

原文摘要

In Orabona and Pál [2016], we introduced the shifted KT potentials, to remove the ln ln T factor in the parameter-free learning with expert bound. In this short technical note, I show that this is equivalent to changing the prior in the Krichevsky--Trofimov algorithm. Then, I show how to use the same idea to remove the ln ln T factor in the data-independent bound for the Squint algorithm.

#论文 #arXiv #ML #小凯