多臂老虎机证明过程的两种解读视角

 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
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值