从记录的隐式探索数据中学习
机器学习
2010-06-15 v2 人工智能
摘要
我们为在“上下文赌博机”或“部分标记”设置中使用*非随机*探索数据提供了一个可靠且一致的基础，在这些设置中，仅能获知所选动作的值。各种设置中的主要挑战在于，记录“离线”数据的探索策略并非明确已知。先前的解决方案要求要么在学习过程中控制动作，要么记录随机探索，要么以重复方式盲目选择动作。本文报告的技术解除了这些限制，允许从没有进行或记录随机化的历史数据中，学习根据特征选择动作的策略。我们通过在从Yahoo!获得的两组规模合理且真实的数据集上，对我们的解决方案进行了实证验证。
引用
@article{arxiv.1003.0120,
title = {Learning from Logged Implicit Exploration Data},
author = {Alex Strehl and John Langford and Sham Kakade and Lihong Li},
journal= {arXiv preprint arXiv:1003.0120},
year = {2010}
}