SMPyBandits : un environnement expérimental en Python pour des simulations d'algorithmes de bandits manchots à un ou plusieurs joueurs

Besson, Lilian

Type de document :

Pré-publication ou Document de travail

Titre :

SMPyBandits : un environnement expérimental en Python pour des simulations d'algorithmes de bandits manchots à un ou plusieurs joueurs

Auteur(s) :

Besson, Lilian [Auteur]
Institut d'Électronique et des Technologies du numéRique [IETR]
SUPELEC-Campus Rennes
Sequential Learning [SEQUEL]
Signal, Communication et Electronique Embarquée [SCEE]
CentraleSupélec

Mot(s)-clé(s) en anglais :

sequential learning
multi-armed bandit
reinforcement learning
python

Discipline(s) HAL :

Mathématiques [math]/Statistiques [math.ST]
Informatique [cs]/Théorie de l'information [cs.IT]
Informatique [cs]/Apprentissage [cs.LG]

Résumé :

SMPyBandits est un progiciel de simulation numérique pour les algorithmes de type bandits (Multi-Armed Bandits), écrit en Python (2 ou 3). Cette bibliothèque est l'implémentation libre la plus complète d'algorithmes ...
Lire la suite >SMPyBandits est un progiciel de simulation numérique pour les algorithmes de type bandits (Multi-Armed Bandits), écrit en Python (2 ou 3). Cette bibliothèque est l'implémentation libre la plus complète d'algorithmes s'attaquant à divers types de problèmes d'apprentissage séquentiels appelés Bandits Multi-Bras. La bibliothèque est très complète, simple à utiliser et à maintenir, avec une base de code propre et bien documentée. Il permet le prototypage rapide d'expériences, avec un système de configuration facile et des options en ligne de commande pour personnaliser les expériences.Lire moins >

Résumé en anglais : [en]

SMPyBandits is a package for numerical simulations on single-player and multi-players Multi-Armed Bandits (MAB) algorithms, written in Python (2 or 3). This library is the most complete open-source implementation of ...
Lire la suite >SMPyBandits is a package for numerical simulations on single-player and multi-players Multi-Armed Bandits (MAB) algorithms, written in Python (2 or 3). This library is the most complete open-source implementation of state-of-the-art algorithms tackling various kinds of sequential learning problems referred to as Multi-Armed Bandits. It is extensive, simple to use and maintain, with a clean and well documented codebase. It allows fast prototyping of experiments, with an easy configuration system and command-line options to customize experiments.Lire moins >

Langue :

Anglais

Collections :