Quiz collegato alla guida · Medio Livello

Quiz sui banditi multi-armati

Controlla l'esplorazione, lo sfruttamento, il rimpianto, l'avido epsilon, i bonus di fiducia UCB, il campionamento Thompson e le caratteristiche contestuali.

Percorsi guida correlatiBanditi multi-armati
Domanda 1 di 8

Il compromesso centrale in un problema di banditi armati multipli è tra:

Anteprima di ogni domanda8 domande

Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.

  1. Il compromesso centrale in un problema di banditi armati multipli è tra:
    • Esplorazione e sfruttamento
    • Bias e varianza
    • Precisione e richiamo
    • Formazione e inferenza
  2. Nei problemi dei banditi, "rimpianto" si riferisce a:
    • La memoria utilizzata dall'algoritmo
    • Il divario di ricompensa cumulativo rispetto al giocare sempre con la mano migliore
    • Il numero di armi disponibili
    • Il momento di addestrare un modello
  3. Cosa fa la strategia epsilon-avida?
    • Sceglie sempre la mano con la media più alta
    • Non esplora mai nessun braccio
    • Sfrutta principalmente il braccio migliore ma esplora in modo casuale con probabilità epsilon
    • Tira ogni braccio un numero uguale di volte per sempre
  4. Il metodo Upper Confidence Bound (UCB) segue il principio di:
    • Pessimismo di fronte all’incertezza
    • Ignorando del tutto l’incertezza
    • Solo selezione casuale
    • Ottimismo di fronte all’incertezza
  5. Il campionamento Thompson sceglie un braccio in base a:
    • Campionare dalla convinzione posteriore di ciascun braccio e riprodurre il campione migliore
    • Prendendo sempre il braccio tirato meno
    • Bracci di prelievo in ordine round-robin fisso
    • Ridurre al minimo la perdita di formazione
  6. In cosa differisce un bandito contestuale da uno standard?
    • Ignora completamente le ricompense
    • Utilizza le caratteristiche della situazione attuale per orientare la scelta
    • Ha un solo braccio
    • Non può imparare nel tempo
  7. In UCB, quale braccio solitamente riceve un bonus di esplorazione maggiore?
    • An arm whose sample count is largest
    • An arm with no uncertainty by definition
    • An arm that has been sampled relatively few times
    • An arm with a negative reward only
  8. Cosa indica la crescita logaritmica del rimpianto nel lungo periodo?
    • The algorithm receives zero reward after each round
    • The best arm changes at every step
    • Exploration stops before the first observation
    • The cumulative gap from always choosing the best arm grows much slower than the number of rounds