标签: 置信上界 - 文档

置信上界共 2 篇文章

多臂老虎机UCB算法的置信上界推导与后悔界

2026-07-24 02:49:07

多臂老虎机 UCB 算法的置信上界推导与后悔界 1. 定义多臂老虎机问题明确问题设定：你有 K 个老虎机（臂），每个臂 i 有一个未知的奖励分布，均值为 μi。你每次选择拉一个臂，获得一个奖励。目标是在 T 轮后最大化累计奖励，或者说最小化累计遗憾（后悔）。形式化后悔（Regret）定义为：

多臂老虎机 UCB算法置信上界

33 0

贝叶斯优化中高斯过程代理模型与采集函数EI/UCB

2026-07-16 22:39:04

贝叶斯优化中高斯过程代理模型与采集函数EI/UCB 当需要寻找一个“黑箱”函数（即内部机理未知，只知道输入和输出）的最大值或最小值时，贝叶斯优化是一种极其高效的策略。它特别适用于评估一次实验或一次计算成本非常高的场景（例如训练一个大型机器学习模型、进行一次物理实验）。贝叶斯优化的核心思想是：建立一

贝叶斯优化高斯过程代理模型

74 0

置信上界 共 2 篇文章