xmldtp https://blog.hatena.ne.jp/xmldtp/ ウィリアムのいたずらの、まちあるき、たべあるきーPART2 https://xmldtp.hatenadiary.org/ Weblog ９月２２日 第１３回ステアラボ人工知能セミナー にいってきて、 多椀バンディット問題：定式化と応用 を聞いてきたのでメモ ■紹介 次回：１０月２０日 今日は ■多椀バンディット問題：定式化と応用 ・自己紹介 ・多椀バンディット問題とは 複数の選択肢からもっともよさそうなものを選ぶ ・定式化 各ラウンドｔ＝１，２，３・・・Ｔに アルゴリズムがアームＩ（ｔ） ｛１、・・・、Ｋ｝を選択したとき 報酬を最大化する ・バンディット問題 Ｋ個のスロットマシンがある 一番高い期待報酬を求める →部分フィードバック →探索と活用のトレードオフ 探索：全部のアームを調べたい 活用：一番良いアームを選びたい ・例… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fxmldtp.hatenadiary.org%2Fentry%2Fd7b1648a904afb1dacc450abaaf9b0c8" title="複数の選択肢からもっともよさそうなものを選ぶ方法を聞いてきた！ - ウィリアムのいたずらの、まちあるき、たべあるきーPART2" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> Hatena Blog https://hatena.blog 2017-09-22 18:04:26 rich https://xmldtp.hatenadiary.org/entry/d7b1648a904afb1dacc450abaaf9b0c8 1.0 100%