輪講の発表テーマのためのプログラミング。つーわけで多腕バンディット問題でのUCBもろもろの実装。UCBのほかにもいくつか手法を試してみると、確かにUCBが結構うまく出来てることが分かる。が、実は論文の筆者が一番プッシュしてるUCB-tunedは実は理論的評…
引用をストックしました
引用するにはまずログインしてください
引用をストックできませんでした。再度お試しください
限定公開記事のため引用できません。