« Échantillonnage de Thompson » : différence entre les versions
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
||
| 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]]'''. | ||
| Ligne 9 : | Ligne 4 : | ||
==Français== | ==Français== | ||
'''échantillonnage de Thompson''' nom masc.<br /> | '''échantillonnage de Thompson''' nom masc.<br /> | ||
==Anglais== | ==Anglais== | ||
| Ligne 15 : | Ligne 9 : | ||
<small> | <small> | ||
[https://hal.archives-ouvertes.fr/hal-01671320/document Source: hal.archives-ouvertes.fr] | [https://hal.archives-ouvertes.fr/hal-01671320/document Source: hal.archives-ouvertes.fr] | ||
[[Utilisateur:Claude COULOMBE | source : Claude Coulombe]] | [[Utilisateur:Claude COULOMBE | source : Claude Coulombe]] | ||
[[Category:Intelligence artificielle]] | |||
[[Category:GRAND LEXIQUE FRANÇAIS]] | |||
{{DEFAULTSORT:Echantillonnage de Thompson}} | |||
Version du 5 mai 2020 à 10:55
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
