探索と活用のトレードオフ: バンディットアルゴリズムでの検証 - ナード戦隊データマン

探索と活用のトレードオフ: バンディットアルゴリズムでの検証 - ナード戦隊データマン

探索と活用のトレードオフとは、情報の探索にかける時間と、情報を活用する時間をどう割り振るかによって引き起こるトレードオフです。 バンディットアルゴリズムの概要 コーディング epsilon_greedy.py bernoulli_arm.py simulator.py jupyter notebookで実行 まとめ 参考 今回は、バンディットアルゴリズムによって探索と活用のトレードオフが起こることを示し、改善策を示します。 github.com バンディットアルゴリズムの概要 epsilon: 探索を選ぶ確率 アーム: 選択肢 報酬: 選択肢を選んだときに、何らかのメカニズムによって発生する利…

1 mentions: @shunsugiyama360
Date: 2019/09/13 07:09

Related Entries

Read more BigQuery + jupyterで機械学習を行う(BQMLの使い方についてのまとめ) - QiitaQiita
26 users, 14 mentions 2019/07/24 03:46
Read more 木星を継ぐもの 〜JupyterLab よこんにちは〜 | Research Blog
61 users, 45 mentions 2019/03/20 05:05
Read more GitHub - jakevdp/PythonDataScienceHandbook: Python Data Science Handbook: full text in Jupyter Noteb...
23 users, 2 mentions 2019/03/04 00:47
Read more 機械学習を使った研究をする環境をDocker + JupyterLab + TensorBoard + cookiecutterで作ってる話(随時更新) - 反面教師あり学習
0 users, 2 mentions 2019/09/19 17:24
Read more The Future of Notebooks: Lessons from JupyterCon | Will Crichton
0 users, 0 mentions 2018/08/26 06:23