AI 용어집
인공지능 완전 사전
UCB1
Algorithme UCB de base utilisant l'inégalité de Hoeffding pour calculer les bornes de confiance, offrant un regret logarithmique garanti dans le cadre des bandits stationnaires.
UCB1-Tuned
Variante améliorée de UCB1 qui adapte dynamiquement les bornes de confiance en fonction de la variance observée des récompenses pour optimiser l'exploration.
UCB-V
Algorithme UCB utilisant explicitement les estimations de variance pour construire des bornes de confiance plus précises, particulièrement efficace avec des récompenses à forte variance.
UCB-alpha
Généralisation paramétrique de UCB1 où le paramètre alpha contrôle l'agressivité de l'exploration, permettant d'ajuster le compromis exploration-exploitation selon les besoins.
MOSS (Minimax Optimal Strategy)
Algorithme UCB optimal au sens minimax qui atteint le regret minimal dans le pire cas en adaptant les bornes de confiance au nombre total d'itérations restantes.
KL-UCB
Variante de UCB utilisant la divergence de Kullback-Leibler pour construire des bornes de confiance asymptotiquement optimales, particulièrement adaptée aux récompenses bornées.
Regret logarithmique
Mesure de performance des algorithmes UCB où le regret cumulé croît logarithmiquement avec le temps, caractérisant l'optimalité dans les problèmes de bandits stationnaires.
Optimisme face à l'incertitude
Principe philosophique et mathématique guidant les algorithmes UCB, postulant que les actions incertaines méritent d'être explorées car elles pourraient être optimales.
Confidence Index
Index quantifying the level of statistical certainty on an action estimation, used to weight exploration in advanced variants of UCB algorithms.
Asymptotic Optimality
Theoretical property guaranteeing that a UCB algorithm asymptotically achieves the lowest possible regret bound, characterizing its long-term efficiency.
UCB-Normal
UCB variant specifically designed for rewards following a normal distribution, leveraging exact properties of the Gaussian distribution for optimal bounds.
Efficient UCB
Family of UCB algorithms achieving optimal computational complexity while preserving logarithmic regret guarantees for large-scale problems.
Upper Confidence Trees (UCT)
Application of the UCB principle to search trees for sequential decision-making, foundation of many game algorithms such as AlphaGo using Monte Carlo Tree Search.