LeanMachineLearning exposition

Learning.eval_comp_history๐Ÿ”—

This page has the declaration's own card below, then its dependency graph, then a card for each dependency (type dependencies first, then the rest of the transitive closure). For a theorem, the graph and the dependency cards only follow its statement's dependencies (its proof is replaced by sorry, so what it proves doesn't depend on how); for everything else, both the type and the body/value are followed, since their content is part of what later declarations build on.

Minimal Lean file

eval_comp_history๐Ÿ”—

LemmaLearning.eval_comp_history
Details

No docstring.

๐Ÿ”—theorem
Learning.eval_comp_history.{u_1, u_2, u_3} {๐“ : Type u_1} {๐“จ : Type u_2}
  {ฮฉ : Type u_3} {A : โ„• โ†’ ฮฉ โ†’ ๐“} {Y : โ„• โ†’ ฮฉ โ†’ ๐“จ} (n : โ„•) :
  (fun x => x โŸจn, โ‹ฏโŸฉ) โˆ˜ history A Y n = step A Y n
Learning.eval_comp_history.{u_1, u_2, u_3}
  {๐“ : Type u_1} {๐“จ : Type u_2}
  {ฮฉ : Type u_3} {A : โ„• โ†’ ฮฉ โ†’ ๐“}
  {Y : โ„• โ†’ ฮฉ โ†’ ๐“จ} (n : โ„•) :
  (fun x => x โŸจn, โ‹ฏโŸฉ) โˆ˜ history A Y n =
    step A Y n

Code

lemma eval_comp_history (n : โ„•) :
    (fun x โ†ฆ x โŸจn, by simpโŸฉ) โˆ˜ (history A Y n) = step A Y n
Type uses (2)

Actions: Source ยท Open Issue

Proof
rfl

Dependency graph

Type dependencies (2)

history๐Ÿ”—

DefinitionLearning.history
Details

History of the algorithm-environment sequence up to time n.

๐Ÿ”—def
Learning.history.{u_1, u_2, u_3} {๐“ : Type u_1} {๐“จ : Type u_2}
  {ฮฉ : Type u_3} (A : โ„• โ†’ ฮฉ โ†’ ๐“) (Y : โ„• โ†’ ฮฉ โ†’ ๐“จ) (n : โ„•) (ฯ‰ : ฮฉ) :
  โ†ฅ(Finset.Iic n) โ†’ ๐“ ร— ๐“จ
Learning.history.{u_1, u_2, u_3}
  {๐“ : Type u_1} {๐“จ : Type u_2}
  {ฮฉ : Type u_3} (A : โ„• โ†’ ฮฉ โ†’ ๐“)
  (Y : โ„• โ†’ ฮฉ โ†’ ๐“จ) (n : โ„•) (ฯ‰ : ฮฉ) :
  โ†ฅ(Finset.Iic n) โ†’ ๐“ ร— ๐“จ

Code

def history (A : โ„• โ†’ ฮฉ โ†’ ๐“) (Y : โ„• โ†’ ฮฉ โ†’ ๐“จ) (n : โ„•) (ฯ‰ : ฮฉ) : Iic n โ†’ ๐“ ร— ๐“จ :=
  fun i โ†ฆ (A i ฯ‰, Y i ฯ‰)
Used by (72)

Actions: Source ยท Open Issue

step๐Ÿ”—

DefinitionLearning.step
Details

Step of the algorithm-environment sequence: the action-feedback pair at time n.

๐Ÿ”—def
Learning.step.{u_1, u_2, u_3} {๐“ : Type u_1} {๐“จ : Type u_2}
  {ฮฉ : Type u_3} (A : โ„• โ†’ ฮฉ โ†’ ๐“) (Y : โ„• โ†’ ฮฉ โ†’ ๐“จ) (n : โ„•) (ฯ‰ : ฮฉ) : ๐“ ร— ๐“จ
Learning.step.{u_1, u_2, u_3}
  {๐“ : Type u_1} {๐“จ : Type u_2}
  {ฮฉ : Type u_3} (A : โ„• โ†’ ฮฉ โ†’ ๐“)
  (Y : โ„• โ†’ ฮฉ โ†’ ๐“จ) (n : โ„•) (ฯ‰ : ฮฉ) : ๐“ ร— ๐“จ

Code

def step (A : โ„• โ†’ ฮฉ โ†’ ๐“) (Y : โ„• โ†’ ฮฉ โ†’ ๐“จ) (n : โ„•) (ฯ‰ : ฮฉ) : ๐“ ร— ๐“จ :=
  (A n ฯ‰, Y n ฯ‰)
Used by (12)

Actions: Source ยท Open Issue