Stochastic Bandit Problem

随机bandit问题特征是

UCB1算法

1. 算法描述
   

2. Bound分析

3. 注意

UCB2算法

1. 算法描述
2. Bound分析
3. 注意

/epsilon -greedy算法

1. 算法描述
2. Bound分析
3. 注意

Soft-max算法

1. 算法描述
2. Bound分析
3. 注意

Thompson - Sampling算法

1. 算法描述
2. Bound分析
3. 注意