多臂老虎机证明过程的两种解读视角

原创已于 2024-10-14 08:45:21 修改 · 247 阅读

·

4

·

CC 4.0 BY-SA版权

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

文章标签：

#算法 #MAB 多臂老虎机算法

于 2024-10-13 18:30:58 首次发布

多臂老虎机算法是一种重要的在线学习算法，有很多应用场景。在经典多臂老虎机机各种的变种算法的reget研究中，大多文献是参考(Auer & Cesa-Bianchi, 2002)，这个文献在证明过程中如下重要假设：

Auer, P., & Cesa-Bianchi, N. (2002). Finite-time Analysis of the Multiarmed Bandit Problem. Machine Learning, 47, 235–256.

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。