找最佳餐馆（multiarmed bandit problem）机器学习笔记1

找最佳餐馆 

1. k个餐馆，每个餐馆的服务服从一个服务，也就是在一个餐馆吃一次饭，并不能知道是否是最好吃的。多吃几次，找出最佳餐馆。餐馆众多，难以实现。

2. 如何才能使风险趋近于0，也就是找到最佳收益。multiarmed bandit problem。误差与n有关，每次找餐馆，不是选择分最高的餐馆，而是分+误差最高的餐馆(考虑了在这个餐馆吃的次数n)

R(s)

3, 推荐系统，找到最好的item。考虑以前的item, 分高（条件1），次数少(条件2)，考虑新颖性?

Pure exploration in multi-armed bandits problems