今更UCB1の勉強してます
http://homes.di.unimi.it/~cesabian/Pubblicazioni/ml-02.pdf
どうもDiscounted UCB1はUCB1に割引率(?)の項を付け加えた感じらしいんで、まずは基本のUCB1からやってみようかと。
とりあえずUCB1とDiscounted UCB1を今日中に実装して、多腕バンディット問題でテストする所までは持って行きたいですね。可能なら、定常環境・非定常環境両方でテストしたい。
http://homes.di.unimi.it/~cesabian/Pubblicazioni/ml-02.pdf
どうもDiscounted UCB1はUCB1に割引率(?)の項を付け加えた感じらしいんで、まずは基本のUCB1からやってみようかと。
とりあえずUCB1とDiscounted UCB1を今日中に実装して、多腕バンディット問題でテストする所までは持って行きたいですね。可能なら、定常環境・非定常環境両方でテストしたい。