概念off-policy evaluation / OPE
离线策略评估
在不进行在线实验的前提下，利用历史数据估计新策略性能的方法。
时间轴 (近 90 天)
10月22日
ehr2rl 提供从数据中估计观察到的临床医生行为策略的功能，用于离线策略评估。
待验证50%
10月19日
现有离线策略评估与安全策略学习工具大多提供群体层面的保证，难以回答“对谁有效、对谁有害”的问题。
待验证50%
在不进行在线实验的前提下，利用历史数据估计新策略性能的方法。
ehr2rl 提供从数据中估计观察到的临床医生行为策略的功能，用于离线策略评估。
现有离线策略评估与安全策略学习工具大多提供群体层面的保证，难以回答“对谁有效、对谁有害”的问题。