Bài kiểm tra có liên kết hướng dẫn · Trung bình Cấp độ

Câu đố về tên cướp nhiều vũ trang

Kiểm tra việc khám phá, khai thác, hối tiếc, tham lam epsilon, phần thưởng niềm tin UCB, lấy mẫu Thompson và các tính năng theo ngữ cảnh.

Đường dẫn hướng dẫn liên quanTên cướp đa vũ trang
Câu hỏi 1 của 8

Sự cân bằng trọng tâm trong bài toán kẻ cướp nhiều nhánh là giữa:

Xem trước mọi câu hỏi8 câu hỏi

Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.

  1. Sự cân bằng trọng tâm trong bài toán kẻ cướp nhiều nhánh là giữa:
    • Thăm dò và khai thác
    • Độ lệch và phương sai
    • Độ chính xác và thu hồi
    • Huấn luyện và suy luận
  2. Trong vấn đề cướp, 'hối tiếc' đề cập đến:
    • Bộ nhớ được sử dụng bởi thuật toán
    • Khoảng cách phần thưởng tích lũy so với việc luôn chơi cánh tay tốt nhất
    • Số lượng vũ khí có sẵn
    • Thời gian đào tạo người mẫu
  3. Chiến lược tham lam của epsilon làm gì?
    • Luôn chọn cánh tay có giá trị trung bình cao nhất
    • Không bao giờ khám phá bất kỳ cánh tay nào
    • Chủ yếu khai thác cánh tay tốt nhất nhưng khám phá ngẫu nhiên với epsilon xác suất
    • Kéo mỗi cánh tay một số lần bằng nhau mãi mãi
  4. Phương pháp Giới hạn niềm tin trên (UCB) tuân theo nguyên tắc:
    • Sự bi quan khi đối mặt với sự không chắc chắn
    • Bỏ qua hoàn toàn sự không chắc chắn
    • Chỉ lựa chọn ngẫu nhiên
    • Sự lạc quan khi đối mặt với sự không chắc chắn
  5. Việc lấy mẫu của Thompson chọn một nhánh bằng cách:
    • Lấy mẫu từ niềm tin sau của mỗi cánh tay và chơi mẫu tốt nhất
    • Luôn nhặt cánh tay kéo ít nhất
    • Chọn vũ khí theo thứ tự vòng tròn cố định
    • Giảm thiểu tổn thất đào tạo
  6. Kẻ cướp theo ngữ cảnh khác với tên cướp tiêu chuẩn như thế nào?
    • Nó hoàn toàn bỏ qua phần thưởng
    • Nó sử dụng các đặc điểm của tình hình hiện tại để đưa ra lựa chọn
    • Nó chỉ có một cánh tay
    • Nó không thể học theo thời gian
  7. Trong UCB, nhánh nào thường nhận được phần thưởng khám phá lớn hơn?
    • 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. Sự tăng trưởng hối tiếc logarit cho thấy điều gì trong thời gian dài?
    • 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