« Échantillonnage de Thompson » : différence entre les versions
m (Remplacement de texte — « <small> loc. nom. masc. </small> » par « <small> masculin </small> ») |
m (Remplacement de texte — « <small> masculin </small> » par « ») |
||
| Ligne 3 : | Ligne 3 : | ||
==Français== | ==Français== | ||
'''échantillonnage de Thompson''' | '''échantillonnage de Thompson''' | ||
==Anglais== | ==Anglais== | ||
Version du 1 février 2021 à 20:32
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
Contributeurs: Claire Gorjux, Claude Coulombe, Jacques Barolet, wiki
