统计学 > 机器学习
[提交于 2015年7月1日
]
标题: 自助抽样式汤普森采样与深度探索
标题: Bootstrapped Thompson Sampling and Deep Exploration
摘要: 本文献提出了一种新的方法来实现汤普森采样(Thompson sampling)所达成的探索效果,但无需显式地维护或从后验分布中采样。该方法基于一种自助法(bootstrap technique),利用观测数据和人工生成的数据组合。后者用于推导先验分布,正如我们将展示的那样,这对于有效的探索至关重要。我们解释了这种方法如何应用于多臂老虎机(multi-armed bandit)和强化学习问题,并探讨了它与汤普森采样的关系。由于在这些场景下维护或从后验分布中生成样本在计算上变得不可行,因此这种方法特别适用于探索与深度学习相结合的上下文中。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.