以前は森北出版の「強化学習」に載ってた多碗バンディット問題の条件でやってたんですが、今度はベルヌーイ分布で報酬を決める方式でやってみました。 んで、やっぱりUCB1よりUCB1-TUNEDの方が優秀ですね。 それから、UCB1-TUNEDの式中の1/4って値は、報酬の…

http://pc.watch.impress.co.jp/docs/2008/0804/kaigai457.htm 「SIMD演算のスループットに片寄ったx86プロセッサ」という意味ではPentium4の正当な後継プロセッサ…なんでしょうか。 RadeonがVLIWでGeForceがスカラですから、有名どころのアーキテクチャがグ…