مقاله چه زمانی ارزیابی خارج از سیاست مفید است؟یک دیدگاه داده محور
| عنوان مقاله به انگلیسی | When is Off-Policy Evaluation Useful? A Data-Centric Perspective |
| عنوان مقاله به فارسی | مقاله چه زمانی ارزیابی خارج از سیاست مفید است؟یک دیدگاه داده محور |
| نویسندگان | Hao Sun, Alex J. Chan, Nabeel Seedat, Alihan Hüyük, Mihaela van der Schaar |
| زبان مقاله | انگلیسی |
| فرمت مقاله: | |
| تعداد صفحات | 0 |
| دسته بندی موضوعات | Machine Learning,Artificial Intelligence,یادگیری ماشین , هوش مصنوعی , |
| توضیحات | Submitted 23 November, 2023; originally announced November 2023. , Comments: Off-Policy Evaluation, Data-Centric AI, Data-Centric Reinforcement Learning, Reinforcement Learning |
| توضیحات به فارسی | ارسال شده 23 نوامبر 2023 ؛در ابتدا نوامبر 2023 اعلام شد ، نظرات: ارزیابی خارج از سیاست ، هوش مصنوعی داده محور ، یادگیری تقویت شده داده محور ، یادگیری تقویت |
چکیده
Evaluating the value of a hypothetical target policy with only a logged dataset is important but challenging. On the one hand, it brings opportunities for safe policy improvement under high-stakes scenarios like clinical guidelines. On the other hand, such opportunities raise a need for precise off-policy evaluation (OPE). While previous work on OPE focused on improving the algorithm in value estimation, in this work, we emphasize the importance of the offline dataset, hence putting forward a data-centric framework for evaluating OPE problems. We propose DataCOPE, a data-centric framework for evaluating OPE, that answers the questions of whether and to what extent we can evaluate a target policy given a dataset. DataCOPE (1) forecasts the overall performance of OPE algorithms without access to the environment, which is especially useful before real-world deployment where evaluating OPE is impossible; (2) identifies the sub-group in the dataset where OPE can be inaccurate; (3) permits evaluations of datasets or data-collection strategies for OPE problems. Our empirical analysis of DataCOPE in the logged contextual bandit settings using healthcare datasets confirms its ability to evaluate both machine-learning and human expert policies like clinical guidelines.
چکیده به فارسی (ترجمه ماشینی)
ارزیابی ارزش یک سیاست هدف فرضی با تنها یک مجموعه داده وارد شده مهم است اما چالش برانگیز است.از یک طرف ، این فرصت ها را برای بهبود سیاست ایمن تحت سناریوهای پر مسائل مانند دستورالعمل های بالینی به ارمغان می آورد.از طرف دیگر ، چنین فرصتهایی نیاز به ارزیابی دقیق خارج از سیاست (OPE) را افزایش می دهد.در حالی که کار قبلی در مورد OPE بر بهبود الگوریتم در تخمین ارزش متمرکز بود ، در این کار ، ما بر اهمیت مجموعه داده های آفلاین تأکید می کنیم ، از این رو یک چارچوب داده محور برای ارزیابی مشکلات OPE را ارائه می دهیم.ما DataCope ، یک چارچوب داده محور برای ارزیابی OPE را پیشنهاد می کنیم ، که به سؤالات مربوط به اینکه آیا و تا چه اندازه می توانیم یک خط مشی هدف را با توجه به یک مجموعه داده ارزیابی کنیم ، پاسخ می دهد.DataCope (1) عملکرد کلی الگوریتم های OPE را بدون دسترسی به محیط زیست پیش بینی می کند ، که به ویژه قبل از استقرار در دنیای واقعی مفید است که در آن ارزیابی OPE غیرممکن است.(2) زیر گروه را در مجموعه داده هایی که OPE می تواند نادرست باشد مشخص می کند.(3) ارزیابی مجموعه داده ها یا استراتژی های جمع آوری داده ها برای مشکلات OPE.تجزیه و تحلیل تجربی ما از DataCope در تنظیمات راهزن متنی وارد شده با استفاده از مجموعه داده های بهداشت و درمان ، توانایی آن در ارزیابی هر دو یادگیری ماشین و سیاست های متخصص انسانی مانند دستورالعمل های بالینی را تأیید می کند.📚 محتوای این محصول آموزشی (پکیج کامل)
علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیقتر و تسلط کامل بر مباحث مجموعهای از کتابهای آموزشی نیز ارائه میشود.
-
کتاب صدها نکته فارسی (خودمونی) – نسخه PDF — زبان ساده و کاربردی
مشاهده نمونه نسخه نکات ساده -
کتاب صدها نکته رسمی فارسی – نسخه PDF — نگارش استاندارد و علمی
مشاهده نمونه نسخه نکات رسمی -
کتاب صدها پرسش و پاسخ تشریحی – نسخه PDF
— هر سؤال همراه با پاسخ کامل برای درک عمیق مفاهیم
مشاهده نمونه نسخه پرسش و پاسخ -
کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع -
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتابها، تمرینها و خودآزمایی.
ℹ️ نکات مهم هنگام خرید
- این محصول به صورت فایل دانلودی کامل ارائه میشود.
- توجه: لینکهای اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال میشوند.
- دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
- برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
- اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینکها را دریافت نکردهاید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینکها دوباره ارسال شوند.
💬 راههای ارتباطی پشتیبانی:
واتساپ یا هر پیام رسان داخلی یا پیامک:
09395106248
تلگرام: @ma_limbs
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.