A Gang of Bandits - todo314 @ ウィキ

A Gang of Bandits

• 挑戦する問題
  • bandit problem
  • contextual bandit problem
  • Gang of Bandits

• Bandit problemとは
• スロットマシンがいっぱい、どうベットするのがいい？
• やっていくと確率が推定できる

• Contextual
• 報酬を予測しながら行動、結果から予測モデルを修正
• アイテムの推薦みたいな？

• 学習
• 一番良かったの+信頼性みたいなのを考える

• contextual bandit problemをsocial networksで表現したい！！！！
  • ユーザの興味関心
  • アイテム推薦
  • 隣接するユーザは類似
• LinUCBっていうcontextual bandit proble用の手法をネットワークに拡張
• Gang of Bandits.Lin←提案手法！！！！！！！！
• グラフラプラシアンとか入ってる
  • 更新が近傍に反映されるらしい

• 実験
• 比較対象
  • 各々独立更新、と、全部同じパラメータ

• 問題設定が難しいゾ～

NIPS

2014-01-24 14:17:50 (Fri)