Mi az a kontextuális bandit és hol alkalmazzák?

A kontextuális banditák az erősítéses tanulási algoritmusok egyik változata, ahol az ügynök a jelenlegi kontextus (például felhasználói információk) alapján választ egy műveletet (például ajánlást), és csak a kiválasztott művelet visszacsatolását kapja. A klasszikus többkarú bandit problémától eltérően, ahol nincs kontextus, itt további információkat vesznek figyelembe, ami lehetővé teszi személyre szabottabb döntések meghozatalát.

Alkalmazások:

• Ajánlórendszerek (például releváns termékek vagy cikkek megjelenítése a felhasználónak)
• Hirdetés személyre szabása
• Felületek optimalizálása és A/B tesztek
• Orvosi döntések, ahol a kezelést a beteg jellemzői alapján kell kiválasztani

Példa: hírcsatorna megjelenítésekor az algoritmus figyelembe veszi a felhasználói profilt, és a kattintások alapján javítja a jövőbeli választást.