Dynamic Selection in Algorithmic Decision-making
算法决策中的动态选择AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确以工具变量纠正内生数据偏差并恢复模型参数，支持归入因果推断相关识别方法。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
算法决策中的动态选择
- 研究问题
- 研究在线学习中内生数据如何通过当前决策改变未来数据分布，形成自我实现偏差，并影响参数学习和统计推断。
- 方法与思路
- 作者在情境多臂老虎机模型中提出工具变量算法纠正偏差，并发展拆解数据与行动相互依赖关系的一般理论技术。
- 材料陈述的贡献
- 摘要称算法能恢复真实参数、达到近似对数级遗憾，并建立用于统计推断的中心极限定理，具体条件未在摘要展开。
- 阅读关注点
- 应核对工具变量的有效性与强度、探索机制、遗憾界的精确阶数，以及中心极限定理如何处理自适应数据依赖。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收未核实；摘要未说明工具变量来源，参数恢复与低遗憾结论需结合完整假设判断。
原文摘要
This paper identifies and addresses dynamic selection problems in online learning algorithms with endogenous data. In a contextual multi-armed bandit model, a novel bias (self-fulfilling bias) arises because the endogeneity of the data influences the choices of decisions, affecting the distribution of future data to be collected and analyzed. We propose an instrumental-variable-based algorithm to correct for the bias. It obtains true parameter values and attains low (logarithmic-like) regret levels. We also prove a central limit theorem for statistical inference. To establish the theoretical properties, we develop a general technique that untangles the interdependence between data and actions.