Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math > arXiv:2406.05869

帮助 | 高级搜索

数学 > 概率

arXiv:2406.05869 (math)
[提交于 2024年6月9日 ]

标题: 通过马尔可夫链对 Elo 评分系统的分析

标题: An Analysis of Elo Rating Systems via Markov Chains

Authors:Sam Olesker-Taylor, Luca Zanetti
摘要: 我们对Elo评分系统进行了理论分析,这是一种在在线环境中对玩家技能进行排名的流行方法。 特别是,我们在Bradley-Terry-Luce模型下研究了Elo,并利用马尔可夫链理论的技术,证明Elo学习模型参数的速度与当前最先进的方法相当。 我们将结果应用于高效锦标赛设计的问题,并讨论与最快混合马尔可夫链问题的联系。
摘要: We present a theoretical analysis of the Elo rating system, a popular method for ranking skills of players in an online setting. In particular, we study Elo under the Bradley--Terry--Luce model and, using techniques from Markov chain theory, show that Elo learns the model parameters at a rate competitive with the state of the art. We apply our results to the problem of efficient tournament design and discuss a connection with the fastest-mixing Markov chain problem.
评论: 会议风格的论文:9页正文,2页参考文献,16页附录(包括证明)
主题: 概率 (math.PR) ; 统计理论 (math.ST); 机器学习 (stat.ML)
引用方式: arXiv:2406.05869 [math.PR]
  (或者 arXiv:2406.05869v1 [math.PR] 对于此版本)
  https://doi.org/10.48550/arXiv.2406.05869
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Sam Olesker-Taylor [查看电子邮件]
[v1] 星期日, 2024 年 6 月 9 日 17:53:54 UTC (711 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
许可图标 查看许可
当前浏览上下文:
stat.TH
< 上一篇   |   下一篇 >
新的 | 最近的 | 2024-06
切换浏览方式为:
math
math.PR
math.ST
stat
stat.ML

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号