Dimension Reduction in Contextual Online Learning via Nonparametric Variable Selection

时间:2021-01-26         阅读:

光华讲坛——社会名流与企业家论坛第5629

主题Dimension Reduction in Contextual Online Learning via Nonparametric Variable Selection

主讲人复旦大学  洪流教授

主持人统计学院  常晋源教授

时间2021年1月29日(周五)上午10:00-11:00

直播平台及会议ID:腾讯会议,723 675 241

主办单位:数据科学与商业智能联合实验室  统计学院  科研处

主讲人简介:

洪流,现任教于复旦大学管理学院和大数据学院,任复旦大学特聘教授、管理学院弘毅讲席教授和大数据学院副院长。本科毕业于清华大学,博士毕业于美国西北大学。曾任香港科技大学工业工程与物流管理学系教授和香港城市大学商学院管理科学讲座教授。洪流的研究方向包括随机运筹学和数据科学,在OR和MS等UTD期刊上发表论文20余篇。现任OR领域主编、MS副主编和INFORMS仿真分会主席。

内容提要:

In this paper we study a dynamic pricing problem where a customer’s willingness to pay is an unknown function of a large number of contextual information that needs to be learned. We develop a nonparametric variable selection scheme that can select the relevant contextual variables. We further incorporate the scheme into an online dynamic pricing algorithm, and show that the expected cumulative regret of the algorithm grows in a rate that matches the theoretical lower bound. This is a joint work with Wenhao Li at City University of Hong Kong and Ningyuan Chen at the University of Toronto.

本文研究了一个动态定价问题,其中顾客的支付意愿是一个需要学习的包含大量信息的未知函数。本文提出了一个非参数变量选择方法,可以用于选择相关变量。此外,本文进一步将该方法结合到一个在线动态定价算法中,并证明了算法的累积错误率的期望以一定的速度达到理论下界。本工作是与香港城市大学的Wenhao Li以及多伦多大学的Ningyuan Chen合作完成的。