Μελέτη αλγορίθμων άμεσης απόκρισης σε στρατηγικά περιβάλλοντα
Στην συγκεκριμένη διπλωματική εργασία ασχοληθήκαμε με την περίπτωση των Multi – Armed Bandit Προβλημάτων, παρουσιάσαμε τις βασικές τους έννοιες, το μοντέλο τους και έναν βασικό αλγόριθμο που προσπαθεί να δώσει λύσεις προς αυτή την κατεύθυνση, τον Exp3. Ειδικεύσαμε στην περίπτωση του αγοραστή – πωλη...
| Main Author: | |
|---|---|
| Other Authors: | |
| Language: | Greek |
| Published: |
2020
|
| Subjects: | |
| Online Access: | http://hdl.handle.net/10889/14112 |