« Échantillonnage de Thompson » : différence entre les versions
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
m (Remplacement de texte — « n.m. » par « nom masc. ») |
||
| Ligne 10 : | Ligne 10 : | ||
==Français== | ==Français== | ||
'''échantillonnage de Thompson''' | '''échantillonnage de Thompson''' nom masc.<br /> | ||
Version du 16 avril 2020 à 12:11
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 nom masc.
Anglais
Thompson sampling
Contributeurs: Claire Gorjux, Claude Coulombe, Jacques Barolet, wiki
