強化學習指南：用Python解決Multi-Armed Bandit問題

Introduction 你在鎮上有一個最喜歡的咖啡館嗎？ 當你想喝咖啡時，你可能會去這個地方，因爲你幾乎可以肯定你會得到最好的咖啡。 但這意味着你錯過了這個地方的跨城鎮競爭對手所提供的咖啡。 如果你一個接一個地嘗試所有咖啡的地方，品嚐你生活中更糟糕的咖啡的可能性會非常高！ 但話說回來，你有可能找到一個更好的咖啡釀造者。 但是所有這些與強化學習有什麼關係呢？ 我很高興你問。 我們的咖啡品嚐實驗中的

>>阅读原文<<