バンディットアルゴリズムの復習４：Contextual Bandit
前回 Contextual Bandit スライド 説明 各アルゴリズム外観 EXP4 Epoch-Greedy LinUCB Thompson sampling for Contextual Bandits HyperTS・HyperTSFB 次回 書きかけ、後ほど各アルゴリズムの説明や実験など追加予定。 →水曜夜あたり→土日あたり 前回 UCB,その前はε-greedy＋softmax。 Contextual Bandit スライド Contexu…
