Μπεϋζιανό μετάνιωμα
term_id: bayesian_regret
Category: basic_concepts
Definition
Το Μπεϋζιανό μετάνιωμα ποσοτικοποιεί τη διαφορά μεταξύ της βέλτιστης ανταμοιβής που θα ήταν εφικτή με τέλεια πληροφόρηση και της αναμενόμενης ανταμοιβής που επιτυγχάνεται από έναν πράκτορα που δρα υπό συνθήκες αβεβαιότητας. Υπολογίζεται ολοκληρώνοντας το μετάνιωμα επί της εκ των προτέρων κατανομής πιθανοτήτων των καταστάσεων του κόσμου.
Summary
Ένα μέτρο στη θεωρία αποφάσεων που μετρά την αναμενόμενη απώλεια λόγω αβεβαιότητας σχετικά με την πραγματική κατάσταση του κόσμου.
Key Concepts
- Αναμενόμενη ωφέλεια
- Εκ των προτέρων κατανομή
- Θεωρία αποφάσεων
- Ελαχιστοποίηση μετανιώματος
Use Cases
- Αξιολόγηση ενισχυτικής μάθησης
- Προβλήματα πολυβραχιόνιου όπλου (multi-armed bandit)
- Ανάλυση στρατηγικών παιχνιδιών