推薦のためのディープラーニング

推薦のための強化学習

推薦を長期的報酬を最適化するマルコフ決定プロセスとして定式化するアプローチ。RLエージェントは持続的なユーザーエンゲージメントを最大化する適応的推薦ポリシーを学習します。

← 戻る