« Problème du bandit manchot » : différence entre les versions
m (Remplacement de texte : « ↵<small> » par « ==Sources== ») |
m (Remplacement de texte : « [http://isi.cbs.nl/glossary/ » par « [https://www.isi-web.org/glossary?language=2 Source : ISI Glossaire ] [https://isi.cbs.nl/glossary/ ») |
||
| Ligne 18 : | Ligne 18 : | ||
[https://fr.wikipedia.org/wiki/Bandit_manchot_(math%C3%A9matiques) Source : Wikipédia ] | [https://fr.wikipedia.org/wiki/Bandit_manchot_(math%C3%A9matiques) Source : Wikipédia ] | ||
[ | [https://www.isi-web.org/glossary?language=2 Source : ISI Glossaire ] | ||
[https://isi.cbs.nl/glossary/term3367.htm Source : ISI ] | |||
{{Modèle:Statistiques}} | {{Modèle:Statistiques}} | ||
Version du 11 février 2024 à 22:27
Définition
En théorie des probabilités, problème qui se formule de la manière imagée suivante : un utilisateur (un agent) est face à des machines à sous et doit décider quelles machines jouer. Chaque machine donne une récompense moyenne que l’utilisateur ne connaît pas a priori. L’objectif est de maximiser le gain cumulé de l’utilisateur.
Ce problème est un exemple d'apprentissage par renforcement.
Français
problème du bandit manchot
problème du bandit à K bras
Anglais
multi-armed bandit problem
K-armed bandit problem
Sources
Contributeurs: Isaline Hodecent, wiki
