Now Loading...

Now Loading...

バンディットアルゴリズム

機械学習の具体的手法 強化学習 バンディットアルゴリズム

バンディットアルゴリズムとは、経験を蓄積するために行動する「探索」と経験を生かして行動する「予測」を最適化する強化学習の手法です。

Webサイト等では、データがほとんど存在しないような状況でも利益を最大化しなければなりません。そこで、あるユーザにはこれまで実績を残しているアルゴリズムでサービスを提供し、別のユーザにはまだ情報が少ないアルゴリズムでサービスを提供し、フィードバックを得ます。

クイズ

バンディットアルゴリズムの具体例を述べたものとして、最も適切な選択肢を一つ選べ。
  • 正解を見る
  • 解説を見る
    「探索」と「予測」を同時進行、あるいは交互に行うのがバンディットアルゴリズムです。最初に「探索」を行い、その後は「予測」のみを行うのがA/Bテストですが、探索の期間の利益が非常に少なくなるというデメリットがあります。Webサービス等ではユーザから低評価を受けることにも繋がってしまうので、バンディットアルゴリズムを採用した方が望ましい場合もあります。

<個人向け>G検定&E資格オンライン講座の紹介

関連ワード

機械学習の具体的手法

教師あり学習

教師なし学習

強化学習

モデルの評価