Bandit

一、什麼是Bandit演算法 Bandit演算法是通過不斷嘗試並學習結果來達到最優決策的一種演算法。它屬於強化學習的範疇，主要應用於動態決策問題中，例如推薦系統、廣告投放等領域。 以廣告…