Câu hỏi được gắn thẻ «multiarmed-bandit»

Thuật toán tên cướp nổi tiếng nhất là giới hạn tin cậy trên (UCB) đã phổ biến loại thuật toán này. Kể từ đó tôi cho rằng bây giờ có các thuật toán tốt hơn. Thuật toán tốt nhất hiện nay (về hiệu suất thực nghiệm hoặc giới hạn lý …

27 machine-learning  algorithms  theory  reinforcement-learning  multiarmed-bandit 

Kẻ cướp nhiều cánh tay hoạt động tốt trong tình huống bạn có lựa chọn và bạn không chắc chắn kẻ nào sẽ tối đa hóa sức khỏe của bạn. Bạn có thể sử dụng thuật toán cho một số tình huống thực tế. Ví dụ, học tập có thể …

15 algorithms  reinforcement-learning  multiarmed-bandit 

Tôi đang sử dụng wow vowpal để giải quyết vấn đề tên cướp theo ngữ cảnh . Tôi đang hiển thị quảng cáo cho người dùng và tôi có một chút thông tin về bối cảnh quảng cáo được hiển thị (ví dụ: người dùng là ai, họ đang ở …

14 multinomial  gradient-descent  multiarmed-bandit  vowpal-wabbit  contextual-bandit 

Tôi không thể hiểu được Lấy mẫu của Thompson và cách thức hoạt động của nó. Tôi đã đọc về Multi Arm Bandit và sau khi đọc Thuật toán giới hạn niềm tin trên, nhiều văn bản cho rằng Thompson Sampling hoạt động tốt hơn UCB. Thompson Sampling là gì, …

14 machine-learning  definition  multiarmed-bandit 

Tôi đã đọc về một số thuật toán để giải quyết các vấn đề về kẻ cướp có vũ trang như -greedy, softmax và UCB1, nhưng tôi gặp một số khó khăn trong việc sắp xếp phương pháp nào là tốt nhất để giảm thiểu sự hối tiếc.ϵϵ\epsilon Có một …

13 machine-learning  reinforcement-learning  multiarmed-bandit 

Tôi đang làm việc với một vấn đề tên cướp đa vũ trang nơi chúng tôi không có bất kỳ thông tin nào về việc phân phối phần thưởng. Tôi đã tìm thấy nhiều bài báo đảm bảo giới hạn hối tiếc cho một bản phân phối có ràng buộc …

11 references  multiarmed-bandit 

Tôi đã tìm ra công thức để đạt được giới hạn tin cậy cao hơn về vấn đề tên cướp k-armed: clnNini−−−−−√clnNinic\sqrt{\frac{\text{ln} N_i}{n_i}} Trong đó là số lượng mẫu chúng ta có cho tên cướp cụ thể này và là tổng số lượng mẫu chúng ta có từ tất cả …

8 machine-learning  mathematical-statistics  confidence-interval  reinforcement-learning  multiarmed-bandit