多臂与情境化_bandit 的实际应用综述
机器学习
2019-04-24 v1 机器学习
摘要
近年来，多臂_bandit (MAB) 框架因其在推荐系统、信息检索到医疗与金融等各类应用中的卓越表现，以及诸如从更少反馈中学习等吸引人的性质而备受关注。多臂_bandit 领域当前正蓬勃发展，受各种实际应用驱动的新型问题设定与算法不断被提出，并构建于经典_bandit 问题之上。本文旨在对多臂_bandit 的多个真实应用场景中的最新进展提供全面综述。具体而言，我们引入了基于 MAB 的常见应用分类法，并总结了各领域的现状。此外，我们指出了重要的当前趋势，并针对这一令人振奋且快速增长的领域的未来提供了新视角。
引用
@article{arxiv.1904.10040,
title = {A Survey on Practical Applications of Multi-Armed and Contextual Bandits},
author = {Djallel Bouneffouf and Irina Rish},
journal= {arXiv preprint arXiv:1904.10040},
year = {2019}
}
备注
under review by IJCAI 2019 Survey