Dueling Bandit Gradient Descent
Related
papers/recommender_system/Online learning to rank for information retrieval
1 min read
papers/recommender_system/Online learning to rank for information retrieval
...해서, 제안한 방식은 user return 신호를 유저 feedback 정보로 활용한다. exploration 을 위해서 Interactively Optimizing Information Retrieval Systems as a Dueling Bandits Problem 를 활용한다. 이는 현재 추천 결과의 이웃 아이템을 candidate 로 하여 랜덤 추천을 진행하기 위해서 사용한다. 이...
References slide: staff.fnwi.uva.nl/m.derijke/wp-content/uploads/sigir2016-tutorial.pdf .
Abstract Probability Ranking Principle 에 의하면 top-K items 을 greedy 하게 rank 하는것이 optimal 함 대신 Introduction This work investigates how the “equity of exposure” principle can be...
Mortal MAB, Multi-Armed Bandit Related Mortal Multi Armed Bandit (2008) References papers.nips.cc/paper/2008/file/788d986905533aba051261497ecffcbb-Paper.pdf.
References www.chenshouyuan.com/papers/sdm14.pdf .
Introduction Thompson sampling is an old heuristic that has a spirit of Bayesian inference and selects an arm based on posterior samples of the expectation of each arm.
Links Paper link Abstract optimism principle 에 기반한 알고리즘은 문제에 대한 구조를 exploit 하는데 실패하여 점근적으로 suboptimal 결과를 보임 context 분포와 exploration policy 가 나눠지도록 (decoupled) regret lower...
한줄 “요약 Contextual Bandit + Bootstrapped Neural Network로 CTR 예측의 불확실성을 추정하여 광고 추천에서 exploration을 수행.
Summary 이 논문의 main research question: how approximated model posteriors affect the performance of decision making via Thompson Sampling in contextual bandits.
Poisson point process 일반적인 random series of events (RSEs) 를 characterize 할 수 있는 방법인 Burstiness Scale (BuSca) 모델 제안 BuSca 는 각 RSE 를 독립적인 두 process 의 mix 로 봄: Poissonian process...
Metadata Tag: Contextual Bandit, Thompson sampling, LinUCB, Multi-Armed Bandit Link: towardsdatascience.com/recommender-systems-using-linucb-a-contextual-multi-armed-bandit-appr...