Kas ir kontekstiskie bandīti?

Kontekstualitātes bandīti ir viena no daudzroku bandītu algoritmu variantiem, kur katrā solī algoritms saņem noteiktu kontekstu (piemēram, informāciju par lietotāju vai vidi) un ir jāizvēlas darbība (piemēram, reklāmas rādīšana vai produkta ieteikšana), lai maksimizētu gaidāmo atlīdzību. Atšķirībā no klasiskajiem bandītiem, kur izvēle tiek veikta bez konteksta ņemšanas vērā, šeit tiek ņemta vērā papildu informācija, kas ļauj efektīvāk pielāgoties dažādām situācijām.

Piemērs ir personalizētas ieteikumu sistēmas: sistēma redz lietotāja profilu (kontekstu) un izvēlas labāko satura variantu (darbību), saņemot atgriezenisko saiti (atlīdzību) klikšķa vai pirkuma veidā. Tas palīdz veikt efektīvākus A/B testus un eksperimentēt ar dažādām iespējām, samazinot neveiksmīgu ieteikumu radītās zaudējumus.