Definition
乗法重み更新法は、不確実な環境下で意思決定を行うために使用される基本的なオンライン学習アルゴリズムです。これは、異なる戦略や専門家に対する重みのセットを維持し、パフォーマンスに基づいてそれらを調整します。
Summary
パフォーマンスフィードバックに基づいて重みを乗法的に更新し、レグレット（後悔）を最小化する反復アルゴリズム。
Key Concepts
- オンライン学習
- 加重多数決アルゴリズム
- レグレット最小化
- 指数重み付け
Use Cases
- ポートフォリオ最適化
- 専門家の助言集約
- 敵対的バンディット問題