- paper link: https://arxiv.org/abs/2005.01643
최초 작성 마지막 수정 읽는 데 1분
노트 편집 ↗Offline Reinforcement Learning - Tutorial, Review, and Perspectives on Open Problems The Optimizer’s Curse - Skepticism and Postdecision Surprise in Dec...
추천 시스템에서 발생하는 loop 는 bias 를 일으킴 (1) collect data, (2) train model, (3) deploy model loop off-policy learning 에서 biased data 로 부터 unbiased learning 을 지향하는 방법에는 importance...
Paper link https://arxiv.org/abs/1812.07127
paper link: https://arxiv.org/pdf/2109.10665.pdf Reinforcement Learning based Recommender Systems: A Survey
Discussion Q-learning based offline 학습 방식이고, 모델도 무겁고.. negative feedback 을 사용했다고 하는데, 관련 연구 내용이 없음 강화학습 주제이지만, MAB 와 비교가 없음 - [ ] MAB 는 MDP 랑 무슨 관계지? Abstract we propose a...
뉴스 추천을 위한 딥러닝 기반의 강화 학습 프레임워크를 제안한다.
YouTube 에 SARSA-TS 알고리즘을 실험 candidate - ranker 를 거치게 되는데, ranker 의 scoring 함수에서 사용하는 myopic(근시안적) engagement 측정값을 LTV estimate 로 변경함 candidate scoring 쪽은 그대로 유지
S-MDP 문제를 다룬 paper 이다. S-MDP 란 매 step 마다 item 들의 부분 집합을 선택하는 MDP 문제
해결하려는 문제: 강화학습에서의 효율적인 exploration
paper Link: https://arxiv.org/pdf/1205.2606.pdf