Kas yra kontekstiniai banditai?

Kontekstiniai banditai yra viena iš daugybės multi-armed bandit algoritmų rūšių, kur kiekviename žingsnyje algoritmas gauna tam tikrą kontekstą (pavyzdžiui, naudotojo ar aplinkos informaciją) ir turi pasirinkti veiksmą (pavyzdžiui, parodyti reklamą ar rekomenduoti produktą), siekdamas maksimalizuoti tikėtiną atlygį. Skirtingai nuo klasikinių banditų, kur pasirinkimas atliekamas be konteksto, čia atsižvelgiama į papildomą informaciją, leidžiančią efektyviau prisitaikyti prie įvairių situacijų.

Naudojimo pavyzdys — rekomendacijų personalizavimas: sistema mato naudotojo profilį (kontekstą) ir pasirenka geriausią turinio variantą (veiksmą), gaudama atsiliepimą (atlygį) iš paspaudimo ar pirkimo. Tai padeda vykdyti efektyvesnius A/B testus ir eksperimentuoti su skirtingomis galimybėmis, sumažinant nesėkmingų rekomendacijų nuostolius.