Неасимптотический анализ алгоритмов стохастической аппроксимации

В докладе изучаются неасимптотические свойства алгоритмов линейной стохастической аппроксимации, управляемых Марковским шумом. Рассмотрены примеры приложения доказанных теорем к некоторым задачам теории оценивания, оптимизации и теории обучения с подкреплением. Ключевым этапом доказательства является оценивание моментов спектральной нормы произведения зависимых случайных матриц. Доклад основан на совместной работе с Э. Мулине, С. Самсоновым и Х.-Т. Вай.