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.
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.