Multi-armed bandit
term_id: multi_armed_bandit
Category: basic_concepts
Definition
Problema banditului cu mai multe brațe ilustrează dilema cu care se confruntă un agent care decide dacă să se lipească de o opțiune cunoscută ca fiind recompensatoare (exploatare) sau să încerce opțiuni noi pentru a descoperi recompense potențial mai bune
Summary
Un joc tip bandit cu mai multe brațe este o problemă clasică în teoria probabilităților și învățarea prin reforțare care modelează compromisul dintre explorare și exploatare.
Key Concepts
- Explorare versus exploatare
- Maximizarea recompensei
- Procese stohastice
- Minimizarea regretului
Use Cases
- Optimizarea testelor A/B
- Sisteme de recomandare
- Strategii de plasare a anunțurilor publicitare