エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
2 usersがブックマーク
0
トンプソン抽出の例で見る共役事前分布 - Speee DEVELOPER BLOG
記事へのコメント0件
- 注目コメント
- 新着コメント
新着コメントはまだありません。
このエントリーにコメントしてみましょう。
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
いまの話題をアプリでチェック!
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
トンプソン抽出の例で見る共役事前分布 - Speee DEVELOPER BLOG
※この記事は、Speee Advent Calendar 4日目の記事です。 昨日の記事はこちら tech.speee.jp 初めまして...
※この記事は、Speee Advent Calendar 4日目の記事です。 昨日の記事はこちら tech.speee.jp 初めまして。アドプラットフォーム事業部の本田 @mov_vc です。SpeeeでUZOUの開発をしています。 以前に下記の記事で紹介されていますが、UZOUで利用されているバンディットアルゴリズムはトンプソン抽出 (Thompson Sampling) で実装されています。 tech.speee.jp 大まかに言うと、トンプソン抽出によるバンディットアルゴリズムでは それぞれのアームの期待値の確率分布に従って乱数を生成する 生成された乱数が最大のアームを1回引いて期待値の確率分布を修正する という手順を繰り返します。この記事では、これらがどのようにして実現可能なのかという理論面に焦点を当てて観察していきます。 この記事で話さないこと バンディットアルゴリズム自体の説