推荐gautamcgoel · 2019-12
“I like these notes on multi-armed bandits, I think they're pretty accessible.”
推荐这份多臂老虎机讲义,觉得相当易懂
教科书式的多臂老虎机入门,涵盖 IID、对抗与上下文情形
以教科书方式系统介绍多臂老虎机:前四章讲 IID 奖励,接着三章讲对抗性奖励,第八章讲上下文老虎机,最后三章讲与经济学的联系(重复博弈、带约束的老虎机、激励下的探索)。每章是自成体系的技术介绍并附进一步进展综述,多数章节有习题,附录提供集中不等式和 KL 散度的必要背景。
评论者称这些多臂老虎机笔记相当易懂,推荐为入门材料,并提到其中的 OFU(面对不确定性保持乐观)原则。
“I like these notes on multi-armed bandits, I think they're pretty accessible.”