AI Glossary

The complete dictionary of Artificial Intelligence

162

Extension des bandits classiques où les décisions dépendent de contextes ou états observables pour personnaliser les choix.

Mesure de performance quantifiant la différence entre le gain cumulé obtenu et le gain optimal possible avec information parfaite.

Stratégie d'exploration où la probabilité d'explorer diminue linéairement avec le temps pour favoriser l'exploitation progressive.

Algorithme utilisant des estimations de gradient pour ajuster les préférences d'action basées sur les récompenses reçues.

Cadre Probably Approximately Correct garantissant avec probabilité 1-δ que l'erreur est inférieure à ε après un nombre d'essais.

🔍