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.
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.
- Il compromesso centrale in un problema di banditi armati multipli è tra:
- Esplorazione e sfruttamento
- Bias e varianza
- Precisione e richiamo
- Formazione e inferenza
- 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
- 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
- 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
- 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
- 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
- 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
- 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