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
LRI - Laboratoire de Recherche en Informatique, UP11 - Université Paris-Sud - Paris 11, Inria Saclay - Ile de France, CNRS - Centre National de la Recherche Scientifique : UMR8623
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

https://hal.archives-ouvertes.fr/hal-01117311
Contributeur : Djallel Bouneffouf <>
Soumis le : lundi 16 février 2015 - 19:15:02
Dernière modification le : jeudi 9 février 2017 - 15:21:02
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

67

Téléchargements du document

221