我搜索了这个词，它出现在几篇文章中，但没有解释就被使用了。我能找到的唯一解释是在博士论文中：“遗憾界限是在线学习算法分析中的共同线索。遗憾界限衡量在线算法相对于竞争预测机制的性能的性能，称为竞争假设。”
读完这篇文章后我仍然感到困惑（我没有阅读论文的其余部分，因为它超出了我对该领域的理解）。有人可以解释一下吗？提前谢谢了！
什么是遗憾界限？
数据挖掘
机器学习
强化学习
2022-03-08 19:37:27
1个回答
强化学习模型通常相对于彼此进行测量，有时也相对于最佳行为进行测量。
遗憾是强化学习系统的常用性能衡量标准。
强化学习模型的性能是随机的。因此，最好多次运行相同的模型来估计性能分布。根据该分布，可以估计界限。这些界限类似于标量参数估计的置信区间。