多臂赌博机Multi-Armed Bandit(MAB)1.问题来源：多臂赌博机问题2.探索-利用问题（Exploration-Exploitation dilemma）3.Bandit问题4. MAB类型5.Thompson sampling
1.问题来源：多臂赌博机问题一个赌徒，要去摇老虎机，走进赌场一看，一排老虎机，外表一模一样，但是每个老虎机吐钱的概率可不一样，他不知道每个老虎机吐钱的概率分布是什么，那么每次该选择哪个老虎机可以做到最大化收益呢？1）有K台机器，每次选取其中一台拉动杠杆，该机器提供一个随机的回报reward，每一台机器的reward服从特定的概率分布。2）一个赌徒有N次拉杆的机会，他的目标是使得回报rewar...
