多臂赌博机与生涯规划

1. 某个领域的新问题，在其他领域已经有成熟的解决方案可以借鉴。

2. 我们会遇到探索未知和利用当下的问题，算法模型的抽象就是多臂赌博机。面对多台外观一样的赌博机，其吐钱概率未知，我们如何在有限次摇臂下使累计收益最大，或者说累计遗憾最少。

3. 策略：不确定中通过试错找到合适的收益点，使累计遗憾减少。

4. 方法有基于概率分布、置信区间、贪婪三种方法

   1. 概率分布，给予好的和不确定的选项更多机会。
   2. 置信区间，在选择好的同时，也给未选的方案更多机会。
   3. 贪婪确定一个概率去随机探索，其余情况选择当下收益最好的。

   

感悟

1. 前期多去探索，后期多选择收益好的，同时给其他未知选项机会。
2. 不要完全随机和固步自封。不去探索闭门造车甚至比完全随机的结果更差，不要陷入局部最优，给自己留一点探索和学习的时间。只差0.05，就是最优方案和最差方案的区别。
3. 人生漫长，不要纠结于某件事情的成败，。
4. 积累小胜，不断优化。