בעיית הסלע הרב-זרועי
term_id: multi_armed_bandit
Category: basic_concepts
Definition
בעיית הסלע הרב-זרועי ממחישה את הדילמה העומדת בפני סוכן החייב להחליט האם להישאר עם אפשרות המניבה רווח ידוע (ניצול) או לנסות אפשרויות חדשות כדי לגלות תגמול פוטנציאלי גבוה יותר (ניסוי). המטרה היא למקסם את התגמול הכולל לאורך זמן.
Summary
בעיה קלאסית בתורת ההסתברות ולמידה חיזוקית המדגימה את הדילמה בין ניסוי (exploration) לניצול (exploitation).
Key Concepts
- ניסוי מול ניצול
- מקסום תגמול
- תהליכים סטוכסטיים
- מינימיזציה של חרטה
Use Cases
- אופטימיזציה של בדיקות A/B
- מערכות המלצה
- אסטרטגיות הצבת פרסומות