多タスク学習とロバスト統計を用いたバンディット問題の解決

多くの関連するが異質な学習問題に同時に直面する意思決定者のために、ロバスト統計とLASSOを組み合わせた新しい多タスク学習推定量を提案する。この推定量は、特徴次元dに関して既存の手法よりも優れた性能を示し、特に「データ不足」の問題インスタンスにおいて顕著な改善が得られる。さらに、この多タスク学習推定量をコンテキストバンディットアルゴリズムに組み込むことで、同様の改善が得られる。