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。

👉より体系的に学びたい方は「人工知能基礎」（東京大学松尾豊先生監修）へ

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。

1. 経験を蓄積する「探索」と「予測」を同時進行で行う
2. 経験を蓄積する「探索」が終了した後に「予測」を行う
3. 経験を蓄積する「探索」を行わず、「予測」のみを行う
4. 「予測」を行わず、ランダムな行動を選択し続ける

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。
👉G検定の受験対策は約1,000問収録の「G検定実践トレーニング」へ

人工知能基礎講座を提供中

人工知能の第一人者である東京大学の松尾豊教授が監修した人工知能基礎講座を受講してみませんか？人工知能の歴史から自然言語処理、機械学習、深層学習といった最先端のトピックやAIに関わる法律問題まで網羅しているので全てのビジネスパーソン・AIの初学者におすすめです。

サンプル動画

人工知能基礎講座はこちら↓

AI初学者・ビジネスパーソン向けのG検定対策講座

G検定受験前にトレーニングしたい方向けの問題集「G検定実践トレーニング」も提供中です。

zero to oneの「E資格」向け認定プログラム

日本ディープラーニング協会の実施するE資格の受験ならzero to oneの「E資格」向け認定プログラム (税込165,000円) をおすすめします。当講座は、東京大学大学院工学系研究科の松尾豊教授と東北大学大学院情報科学研究科の岡谷貴之教授が監修する実践的なプログラムとなっています。厚生労働省の教育訓練給付制度対象のE資格認定プログラムの中では最安値※となり、実質負担額49,500円～(支給割合70%の場合)で受講可能です。※2023年弊社調べ

G検定（AI・機械学習）用語集トップ

G検定（AI・機械学習）用語集

バンディットアルゴリズム