Chapter 2 Multi-armed Bandits

本文爲看《reinforcement learning :an introduction》時的筆記總結 標題解釋爲：多臂老虎機 因爲我最開始看的時候不知道這個名詞的意思 這一章基本上把後面要講到的所有方法都簡介了一遍，初步瞭解這些方法對理解後面的內容很有幫助 1. A k-armed Bandit 該問題指老虎機，有k個臂，對應k個不同的options或actions。在每次選擇之後，你會收到一個

>>阅读原文<<