概念Stochastic Contextual Bandit / 上下文Bandit
随机上下文Bandit
随机上下文Bandit是一类序贯决策模型，学习器在每步观察上下文后选择动作并仅获得所选动作的奖励，面临反事实推断挑战，广泛应用于推荐系统、广告投放和临床试验
时间轴 (近 90 天)
10月16日
随机上下文Bandit不涉及状态转移，因而比完整强化学习更易进行理论分析，其策略评估面临反事实推断和分布偏移校正的挑战。
待验证50%
随机上下文Bandit是一类序贯决策模型，学习器在每步观察上下文后选择动作并仅获得所选动作的奖励，面临反事实推断挑战，广泛应用于推荐系统、广告投放和临床试验
随机上下文Bandit不涉及状态转移，因而比完整强化学习更易进行理论分析，其策略评估面临反事实推断和分布偏移校正的挑战。