Deep Learning with Logged Bandit Feedback

计算机科学 深层神经网络 随机梯度下降算法 反事实思维 正规化(语言学) 深度学习 人工智能 估计员 人工神经网络 差异(会计) 缩小 经验风险最小化 机器学习 推荐系统 数学 统计 哲学 会计 认识论 业务 程序设计语言
作者
Thorsten Joachims,Adith Swaminathan,Maarten de Rijke
摘要

We propose a new output layer for deep neural networks that permits the use of logged contextual bandit feedback for training. Such contextual bandit feedback can be available in huge quantities (e.g., logs of search engines, recommender systems) at little cost, opening up a path for training deep networks on orders of magnitude more data. To this effect, we propose a Counterfactual Risk Minimization (CRM) approach for training deep networks using an equivariant empirical risk estimator with variance regularization, BanditNet, and show how the resulting objective can be decomposed in a way that allows Stochastic Gradient Descent (SGD) training. We empirically demonstrate the effectiveness of the method by showing how deep networks — ResNets in particular — can be trained for object recognition without conventionally labeled images.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
科研通AI6应助傲娇的友易采纳,获得10
刚刚
小何发布了新的文献求助10
1秒前
浮游应助kittylee采纳,获得10
1秒前
2秒前
fyxs完成签到,获得积分10
2秒前
DUOZI关注了科研通微信公众号
2秒前
一点钟关注了科研通微信公众号
2秒前
OB发布了新的文献求助10
4秒前
5秒前
5秒前
6秒前
华仔应助尤里有气采纳,获得10
6秒前
并不瑶远发布了新的文献求助10
6秒前
科研通AI6应助研友_8y2o0L采纳,获得10
6秒前
哇哇哇哇我完成签到,获得积分10
8秒前
清秀迎彤完成签到 ,获得积分10
8秒前
orixero应助加百莉采纳,获得10
9秒前
小何完成签到,获得积分10
9秒前
9秒前
10秒前
10秒前
EddieWu发布了新的文献求助10
10秒前
10秒前
有足量NaCl发布了新的文献求助10
10秒前
共享精神应助暴走小面包采纳,获得10
11秒前
淑婷发布了新的文献求助10
11秒前
以一发布了新的文献求助10
13秒前
苏silence完成签到,获得积分10
14秒前
Schon完成签到,获得积分10
14秒前
传奇3应助斯文渊思采纳,获得10
14秒前
DUOZI发布了新的文献求助60
14秒前
14秒前
wangsai0532发布了新的文献求助10
14秒前
robot_1995发布了新的文献求助10
15秒前
15秒前
沐兮发布了新的文献求助10
16秒前
17秒前
CodeCraft应助whoami采纳,获得10
17秒前
科目三应助D调的华丽采纳,获得10
17秒前
苏silence发布了新的文献求助80
18秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Constitutional and Administrative Law 1000
Microbially Influenced Corrosion of Materials 500
Die Fliegen der Palaearktischen Region. Familie 64 g: Larvaevorinae (Tachininae). 1975 500
The Experimental Biology of Bryophytes 500
The YWCA in China The Making of a Chinese Christian Women’s Institution, 1899–1957 400
Numerical controlled progressive forming as dieless forming 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 物理化学 基因 遗传学 催化作用 冶金 量子力学 光电子学
热门帖子
关注 科研通微信公众号,转发送积分 5393959
求助须知:如何正确求助?哪些是违规求助? 4515339
关于积分的说明 14053606
捐赠科研通 4426550
什么是DOI,文献DOI怎么找? 2431423
邀请新用户注册赠送积分活动 1423549
关于科研通互助平台的介绍 1402529