文献

J-GLOBAL ID：202102256031640129   整理番号：21A1149521

旅行中の政策の学習【JST・京大機械翻訳】

Learning When-to-Treat Policies

著者 (3件)： Nie Xinkun (Department of Computer Science, Stanford University , Stanford , CA ;) ,  Brunskill Emma (Department of Computer Science, Stanford University , Stanford , CA ;) ,  Wager Stefan (Graduate School of Business, Stanford University , Stanford , CA)
資料名： Journal of the American Statistical Association  (Journal of the American Statistical Association)
巻： 116  号： 533  ページ： 392-409  発行年： 2020年 
JST資料番号： C0262A  ISSN： 0162-1459  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 多くの応用意思決定問題は,動的構成要素を持つ:政策立案者は,処理するだけでなく,どの処理を開始するかを選択する必要がある。例えば,医療医師は,患者からの多くの訪問中に,延期後治療(w待待ち)といくつかの利用可能な治療のうちの1つを処方するかもしれない。逐次無視可能性の仮定の下で観測データを用いて,そのような動的処理規則を学習するための「利点二重ロバスト」推定子を開発した。単一ステップ設定における二重ロバスト学習に対する結果を一般化し,いくつかの異なる文脈において有望な経験的性能を示した。提案アプローチは政策最適化に実用的であり,構造(例えばMarkov)仮定を必要としない。本論文の補足材料はオンラインで利用できる。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  意思決定 ,  *学習 ,  決定問題 ,  *旅行 ,  推定量 ,  ロバスト性
準シソーラス用語： オンライン , 【Automatic Indexing@JST】

著者キーワード (4件)： 因果推論 ,  ミニマックスリグレット ,  強化学習 ,  逐次無視可能性

分類 (2件)： 人工知能  (JE08000Z) ,  システム設計・解析  (IA02030D)

タイトルに関連する用語 (3件)： 旅行 ,  政策 ,  学習