Algorithmes de Bandit

Description :

La prise de décision face à l'incertitude est un défi important pour l'apprentissage automatique, et le modèle du bandit à plusieurs bras est un cadre couramment utilisé pour le relever. Cette introduction complète et rigoureuse au problème du bandit à plusieurs bras examine tous les principaux paramètres, y compris les cadres stochastique, contradictoire et bayésien. L'accent mis à la fois sur l'intuition mathématique et sur les preuves soigneusement élaborées en fait une excellente référence pour les chercheurs établis et une ressource utile pour les étudiants diplômés en informatique, ingénierie, statistiques, mathématiques appliquées et économie. Les bandits linéaires font l'objet d'une attention particulière car ils constituent l'un des modèles les plus utiles dans les applications, tandis que d'autres chapitres sont consacrés aux bandits combinatoires, au classement, aux problèmes non stationnaires, à l'échantillonnage de Thompson et à l'exploration pure. Le livre se termine par un aperçu du monde au-delà des bandits avec une introduction au contrôle partiel et à l'apprentissage dans les processus de décision de Markov.