« Échantillonnage de Thompson » : différence entre les versions
m (Remplacement de texte : « ↵<small> » par « ==Sources== ») |
Aucun résumé des modifications |
||
| Ligne 1 : | Ligne 1 : | ||
==Définition== | ==Définition== | ||
En apprentissage par renforcement l'algorithme d'échantillonnage de Thompson, du nom de William R. Thompson son inventeur, est une heuristique (ou politique) de choix d'actions qui aborde le dilemme de l'exploration-exploitation dans le problème de choix parmi plusieurs machines à sous (problème de bandits). Elle consiste à choisir l'action qui maximise la récompense attendue par rapport à un choix fait au hasard. Voir '''[[Modèles de bandits]]'''. | En apprentissage par renforcement l''''[[algorithme d'échantillonnage]]''' de Thompson, du nom de William R. Thompson son inventeur, est une heuristique (ou politique) de choix d'actions qui aborde le dilemme de l'exploration-exploitation dans le problème de choix parmi plusieurs machines à sous (problème de bandits). Elle consiste à choisir l'action qui maximise la récompense attendue par rapport à un choix fait au hasard. | ||
Voir '''[[Modèles de bandits]]'''. | |||
==Français== | ==Français== | ||
| Ligne 9 : | Ligne 11 : | ||
==Sources== | ==Sources== | ||
[https://hal.archives-ouvertes.fr/hal-01671320/document Source : hal.archives-ouvertes.fr] | |||
[[Utilisateur:Claude COULOMBE | Source : Claude Coulombe]] | |||
[[Utilisateur:Claude COULOMBE | | |||
[[Category:Intelligence artificielle]] | [[Category:Intelligence artificielle]] | ||
[[Category:GRAND LEXIQUE FRANÇAIS]] | [[Category:GRAND LEXIQUE FRANÇAIS]] | ||
{{DEFAULTSORT:Echantillonnage de Thompson}} | {{DEFAULTSORT:Echantillonnage de Thompson}} | ||
Version du 29 février 2024 à 12:45
Définition
En apprentissage par renforcement l'algorithme d'échantillonnage de Thompson, du nom de William R. Thompson son inventeur, est une heuristique (ou politique) de choix d'actions qui aborde le dilemme de l'exploration-exploitation dans le problème de choix parmi plusieurs machines à sous (problème de bandits). Elle consiste à choisir l'action qui maximise la récompense attendue par rapport à un choix fait au hasard.
Voir Modèles de bandits.
Français
échantillonnage de Thompson
Anglais
Thompson sampling
Sources
Contributeurs: Claire Gorjux, Claude Coulombe, Jacques Barolet, wiki
