我對OORMLP後悔界的一個思考：用問題零件，讓後悔界可讀

本文章思考最新證明的後悔界，要如何讓審稿人容易理解。

思考#1：用問題零件，讓後悔界可讀

我覺得可以用幾個分類，來把相關的Term給仔細描述。

我覺得分別從3個角度(beta, x, epsilon)出發，會讓讀者更容易消化裡面的內容。

1. Problem Instance：稀疏係數，脈絡向量維度，決策地平線。
2. Noise distribution：密度與密度微分界，偏度(skewness)，扁度(Flatness)
3. Decision context sequence：共變矩陣最大特徵值，共變矩陣最大對角元，限制特徵值常數。