Sadegh Talebi
Tenure Track Adjunkt
Machine Learning
Universitetsparken 1
2100 København Ø
11 - 11 ud af 11Pr. side: 10
- 2020
- Udgivet
Tightening Exploration in Upper Confidence Reinforcement Learning
Bourel, H., Maillard, O. & Talebi, Mohammad Sadegh, 2020, Proceedings of the 37th International Conference on Machine Learning. PMLR, s. 1056-1066 (Proceedings of Machine Learning Research, Bind 119).Publikation: Bidrag til bog/antologi/rapport › Konferencebidrag i proceedings › Forskning › fagfællebedømt
ID: 235125478
Flest downloads
-
50
downloads
Adversarial Bandits with Corruptions
Publikation: Bidrag til bog/antologi/rapport › Konferencebidrag i proceedings › Forskning › fagfællebedømt
Udgivet -
40
downloads
Tightening Exploration in Upper Confidence Reinforcement Learning
Publikation: Bidrag til bog/antologi/rapport › Konferencebidrag i proceedings › Forskning › fagfællebedømt
Udgivet -
22
downloads
Scaling Up Q-Learning via Exploiting State–Action Equivalence
Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt
Udgivet