BriefGPT.xyz
Ask
alpha
关键词
inverse propensity score weighting
搜索结果 - 1
KDD
带有不足支持的离线策略赌博机
本文针对每日实际情况中,由于行动空间的限制,不能在所有情境下为每一个行动确定非零概率而产生的不足支持数据的问题,提出在限制行动空间、奖励外推和限制策略空间三个方法领域内提出的 IPS 补丁方法,分析了三种方法的统计性和计算性属性,并进行实证
→
PDF
4 years ago
Prev
Next