多臂老虎机UCB1算法推导 多臂老虎机UCB1算法及其推导证明1.多臂老虎机问题定义2.UCB1算法介绍3.UCB1算法证明推导小结 多臂老虎机UCB1算法及其推导证明 UCB1算法是多臂老虎机问题中很简单也很经典的算法。 这里参考原始论文 “Finite-time Analysis of the Multiarmed Bandit Problem” 过一遍UCB1算法的推导过

前言：家里发生了一些事情，所以又耽搁了一段时间，这周交的report都有点潦草，好在ucb1本身就不是一个很复杂的算法。 参考文献：《Bandit Algorithms for Website Optimization》 This week, I have studied one of the algorithms in the UCB falmily, which is called the