概述
找最佳餐馆
1. k个餐馆，每个餐馆的服务服从一个服务，也就是在一个餐馆吃一次饭，并不能知道是否是最好吃的。多吃几次，找出最佳餐馆。餐馆众多，难以实现。
2. 如何才能使风险趋近于0，也就是找到最佳收益。multiarmed bandit problem。误差与n有关，每次找餐馆，不是选择分最高的餐馆，而是分+误差最高的餐馆(考虑了在这个餐馆吃的次数n)
R(s)
3, 推荐系统，找到最好的item。考虑以前的item, 分高（条件1），次数少(条件2)，考虑新颖性?
Pure exploration in multi-armed bandits problems
最后
以上就是开放高山为你收集整理的找最佳餐馆（multiarmed bandit problem）机器学习笔记1的全部内容，希望文章能够帮你解决找最佳餐馆（multiarmed bandit problem）机器学习笔记1所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
![一个算法对于某个输入的循环次数是可以事先估计出来的_在线学习(MAB)与强化学习(RL)[4]：贝叶斯Bandit算法...](/uploads/reation/bcimg1.png)
发表评论 取消回复