Cikkek nyilvánosan hozzáférhető megbízással - Nima HamidiTovábbi információ
Valahol hozzáférhető: 6
The Unreasonable Effectiveness of Greedy Algorithms in Multi-Armed Bandit with Many Arms
M Bayati, N Hamidi, R Johari, K Khosravi
Advances in Neural Information Processing Systems 33, 2020
Megbízások: US National Science Foundation
On Worst-case Regret of Linear Thompson Sampling
N Hamidi, M Bayati
arXiv preprint arXiv:2006.06790, 2020
Megbízások: US National Science Foundation
On low-rank trace regression under general sampling distribution
N Hamidi, M Bayati
The Journal of Machine Learning Research 23 (1), 14424-14472, 2022
Megbízások: US National Science Foundation
A General Theory of the Stochastic Linear Bandit and Its Applications
N Hamidi, M Bayati
arXiv preprint arXiv:2002.05152, 2020
Megbízások: US National Science Foundation
Personalizing many decisions with high-dimensional covariates
N Hamidi, M Bayati, K Gupta
Advances in Neural Information Processing Systems 32, 2019
Megbízások: US National Science Foundation
The Elliptical Potential Lemma for General Distributions with an Application to Linear Thompson Sampling
N Hamidi, M Bayati
Operations Research, 2022
Megbízások: US National Science Foundation
A publikációs és a finanszírozási adatokat számítógépes program határozza meg, automatikusan.