作者

Michael I. Jordan

Machine Learning

2026-03-02 至 2026-03-02 共收录 2 篇

2602.24230 2026-03-02 stat.ML cs.LG

A Variational Estimator for $L_p$ Calibration Errors

$L_p$校准误差的变分估计器

Eugène Berta, Sacha Braun, David Holzmüller, Francis Bach, Michael I. Jordan

机构 * INRIA ； Ecole Normale Supérieure, PSL Research University（巴黎高等师范学院，PSL研究大学）； UC Berkeley（加州大学伯克利分校）

AI总结本文提出了一种基于变分框架的$L_p$校准误差估计方法，能够区分过高和过低自信，并避免过估计，通过实验验证其有效性。

2501.15910 2026-03-02 cs.LG cs.SY eess.SY math.OC stat.ML

在线强化学习的样本复杂性：多模型视角

Michael Muehlebach, Zhiyu He, Michael I. Jordan

AI总结本文从多模型视角探讨在线强化学习的样本复杂性，提出算法在不同动态系统中实现策略后悔的理论界，适用于非回合设定下的非线性动力系统。

Comments accepted at ICLR 2026; 37 pages, 6 figures