多腕バンディット問題とA/Bテスト (Part 1) | リクルート
リクルートデータ組織のブログをはじめました。※最新情報はRecruit Data Blogをご覧ください。 Recruit Data Blogはこちら みなさん、こんにちは。ギャンブラー🤡の鹿野です。 今回は、機械学習の分野で注目を集めている多腕バンディット問題の中でも、 特にWebサイト最適化の文脈でしばしば出てくる確率的多腕バンディット問題 (stochastic multi-armed bandit problem) の基本的な枠組みとそれを解くアルゴリズムについて解説いたします (簡単のため、以下では「確率的多腕バンディット問題」を単に「多腕バンディット問題」と表記します) 。 本記事を読み終わったあとには 多腕バンディット問題の基本的な枠組みとそれを解くアルゴリズム Webサイト最適化においてどのように役に立つのか A/Bテストと多腕バンディット問題の関係 について理解ができる
【読解入門】Linuxカーネル （スケジューラ編その3-3） - Qiita
・本稿で読解の対象にしているLinuxカーネルの版数は5.1-rc2です。 FAIRクラスについて FAIRクラス（以下、一般クラスと記載）は、Linuxで一番使用頻度が高いプロセスのクラスになります。何も指定せずにプログラムを実行すると本クラスで実行されます。コードを読む前に要点を押さえて、その後にコードを見ましょう。まずは要点を箇条書きで述べます。本連載では、カーネルの基本的な概要を理解しやすくするためにCGROUP及びSMP向けのコードについては触れません。 ・一般クラスのプロセス群のスケジューラは、2.6.23でマージされたCFS（Completely Fair Scheduler）というスケジューラで管理している。それまでのアルゴリズムは経験則（I/Oバウンドプロセスの判定など）に基づくアルゴリズムであったため、完全な公平性とは言えなかった。 ・CFSでは、各プロセスを赤黒木で管
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
