選擇問題

選擇強迫症 在沒有先驗信息或者有部分先驗信息的情況下，如何持續的作出更好的選擇。 （第一次寫，抄一個有用的練練手） bandit算法 Thompson sampling算法 UCB算法 *Epsilon-Greedy算法 均值最大 背景 bandit算法來源於人民羣衆喜聞樂見的賭博學，它要解決的問題是這樣的： 一個賭徒，要去搖老虎機，走進賭場一看，一排老虎機，外表一模一樣，但是每個老虎機吐錢的概率

>>阅读原文<<