HAL : hal-00124679, version 4

arXiv : math/0701419

Fiche détaillée

Récupérer au format BibTeX - EndNote - TEI - RefWorks -

Mathematics of Operations Research (2008) à paraître

Versions disponibles :

v1 (15-01-2007)

v2 (22-04-2007)

v3 (12-07-2007)

v4 (07-01-2008)

Strategies for prediction under imperfect monitoring

Gabor Lugosi 1, Shie Mannor 2, Gilles Stoltz (  Auteur correspondant ) 3, 4

(2008)

We propose simple randomized strategies for sequential prediction under imperfect monitoring, that is, when the forecaster does not have access to the past outcomes but rather to a feedback signal. The proposed strategies are consistent in the sense that they achieve, asymptotically, the best possible average reward. It was Rustichini (1999) who first proved the existence of such consistent predictors. The forecasters presented here offer the first constructive proof of consistency. Moreover, the proposed algorithms are computationally efficient. We also establish upper bounds for the rates of convergence. In the case of deterministic feedback, these rates are optimal up to logarithmic terms.

1 :	Institució Catalana de Recerca i Estudis Avançats [Barcelona] (ICREA)
	ICREA – Universitat de Barcelona – Fundació Catalana per a la Recerca i la Innovació (FCRI)
2 :	McGill University (McGill)
	McGill University
3 :	Département de Mathématiques et Applications (DMA)
	CNRS : UMR8553 – Ecole Normale Supérieure de Paris - ENS Paris
4 :	Groupement de Recherche et d'Etudes en Gestion à HEC (GREGH)
	GROUPE HEC – CNRS : UMR2959

Domaine

:

Mathématiques/Statistiques Statistiques/Théorie Informatique/Apprentissage Sciences de l'Homme et Société/Economies et finances

Mots Clés : individual sequences – repeated games with partial monitoring – approachability

hal-00124679, version 4

http://hal.archives-ouvertes.fr/hal-00124679

oai:hal.archives-ouvertes.fr:hal-00124679

Contributeur : Gilles Stoltz <>

Soumis le : Lundi 7 Janvier 2008, 15:03:46

Dernière modification le : Lundi 28 Janvier 2008, 23:22:09