王小超的博客

停时的概念到达时刻

分类 X_{n}趋向某个固定的数； X_{n}趋向某个确定函数的输出值； X_{n}的概率分布越来越接近某个特定的随机变量的概率分布； X_{n}和某个特定随机变量的差别的平均值（数学期望值）趋向于0； X_{n}和某个特定随机变量的差别的方差趋向于0. 约束由弱到强依次为 分布收敛，概率收敛，r阶收敛，以及处处收敛 定义解释： a)处处收敛是从随机变量的值出发，考虑样本中每个变量值的，约束最为

随机bandit问题特征是UCB1算法 算法描述 Bound分析 注意 UCB2算法 算法描述 Bound分析 注意 /epsilon -greedy算法 算法描述 Bound分析 注意 Soft-max算法 算法描述 Bound分析 注意 Thompson - Sampling算法 算法描述 Bound分析 注意