« Échantillonnage de Thompson » : différence entre les versions

Version du 29 février 2024 à 13:45

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

Source : hal.archives-ouvertes.fr

Source : Claude Coulombe

@@ Ligne 1 : / Ligne 1 : @@
+==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.
-== Domaine ==
+Voir '''[[Modèles de bandits]]'''.
-[[Category:Vocabulary]]<br/>
-[[Category:Intelligence artificielle]]Intelligence artificielle<br/>
-[[Category:Apprentissage par renforcement]]Apprentissage par renforcement<br/>
-[[Category:Coulombe]]Coulombe<br/>
-== Définition ==
+==Français==
+'''échantillonnage de Thompson'''
-== Français ==
+==Anglais==
-<h4>
+'''Thompson sampling'''
-<poll>
-Choisissez parmi ces termes proposés :
-échantillonnage Thompson
-échantillonnage de Thompson
-échantillonnage à la Thompson
-</poll></h4>
-<h4>Discussion:</h4>
-Pour le moment, le terme privilégié est «échantillonnage de Thompson».
-<br />
-En apprentissage par renforcement et en intelligence artificielle, l'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.
-Source: https://hal.archives-ouvertes.fr/hal-01671320/document
-== Anglais ==
+==Sources==
+[https://hal.archives-ouvertes.fr/hal-01671320/document Source : hal.archives-ouvertes.fr]
-=== Thompson sampling ===
+[[Utilisateur:Claude COULOMBE | Source : Claude Coulombe]]
-In artificial intelligence, Thompson sampling,[1] named after William R. Thompson, is a heuristic for choosing actions that addresses the exploration-exploitation dilemma in the multi-armed bandit problem. It consists in choosing the action that maximizes the expected reward with respect to a randomly drawn belief.
+[[Category:Intelligence artificielle]]
-<br/>
+[[Category:GRAND LEXIQUE FRANÇAIS]]
-<br/>
+{{DEFAULTSORT:Echantillonnage de Thompson}}
-<br/>
-<br/>
-<br/>
-<br/>
-<br/>