jwata blog

勉強の記録や思ったことなど

RL勉強記録: Exploration and Exploitation

www.youtube.com

Slides, Notes (スライドが講義の内容と違うので要注意。)

今回はbanditアルゴリズムがメインの授業。
先日業務で勉強していた範囲なので復習だったんだけど、UCBとかThompson samplingとか今日はスンナリ理解できた。

# 理解のしやすさ
講義 > 教科書 > 論文

前提理解がないままいきなり論文を読むのは、竹槍で戦いを挑んでいるようなものなので 講義や教科書を読んで基礎体力をつけてから論文を読んでいきたい。 (個人的に本や文字を集中して読むのが苦手。。)