Contextual Bandit in VW - blog.sparsegraph.comSaturday, December 7, 2013 Contextual Bandit in VW Machine Learning Advent Calender 6 日目（Friday, 6 December 2013, 23:20:09 PST）の記事です． Vowpal Wabbit (VW) に組み込まれている "Offline" Contextual bandit module の紹介をします． （簡潔に説明できる気がしないし理解度もそこまで深くないので，難しいことには踏み込まない） k-Armed Bandits は，以下のような問題設定の中で，何度も試行を繰り返すことで Policy を決めて最適な選択を探します： Policy により $k$ 個の arm から 1 つの arm を選択する（i.e. k 個のクリエイティブ・広告画像から 1 個を選択する） 選択した
