A Neural Networks Committee for the Contextual Bandit Problem

Robin Allesiardo 1, 2 Raphaël Féraud 2 Djallel Bouneffouf 3, 4
1 TAO - Machine Learning and Optimisation
CNRS - Centre National de la Recherche Scientifique : UMR8623, Inria Saclay - Ile de France, UP11 - Université Paris-Sud - Paris 11, LRI - Laboratoire de Recherche en Informatique
Résumé : This paper presents a new contextual bandit algorithm, NeuralBandit, which does not need hypothesis on stationarity of contexts and rewards. Several neural networks are trained to modelize the value of rewards knowing the context. Two variants, based on multi-experts approach, are proposed to choose online the parameters of multi-layer perceptrons. The proposed algorithms are successfully tested on a large dataset with and without stationarity of rewards.
Type de document :
Communication dans un congrès
The 21st International Conference on Neural Information Processing, Nov 2014, Kuching, Malaysia. pp.374 - 381, 2014, 〈10.1007/978-3-319-12637-1_47〉
Liste complète des métadonnées

Littérature citée [25 références]  Voir  Masquer  Télécharger

https://hal.archives-ouvertes.fr/hal-01117311
Contributeur : Djallel Bouneffouf <>
Soumis le : lundi 16 février 2015 - 19:15:02
Dernière modification le : jeudi 11 janvier 2018 - 06:22:14
Document(s) archivé(s) le : dimanche 17 mai 2015 - 11:15:44

Fichier

A Neural Networks Committee fo...
Fichiers produits par l'(les) auteur(s)

Identifiants

Citation

Robin Allesiardo, Raphaël Féraud, Djallel Bouneffouf. A Neural Networks Committee for the Contextual Bandit Problem. The 21st International Conference on Neural Information Processing, Nov 2014, Kuching, Malaysia. pp.374 - 381, 2014, 〈10.1007/978-3-319-12637-1_47〉. 〈hal-01117311〉

Partager

Métriques

Consultations de la notice

166

Téléchargements de fichiers

406