文献

J-GLOBAL ID：202002271802489319   整理番号：20A1795578

非定常A/B試験のためのオンライン学習【JST・京大機械翻訳】

Online Learning for Non-Stationary A/B Tests

著者 (3件)： Munoz Medina Andres (Google AI, New York, NY, USA) ,  Vassilvitskii Sergei (Google AI, New York, NY, USA) ,  Yin Dong (University of California, Berkeley, Berkeley, CA, USA)
資料名： ACM Proceedings  (ACM Proceedings)
号： CIKM ’18  ページ： 317-326  発行年： 2018年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 現代のアプリケーションにおける特徴の新しいバージョンのロールアウトは,特徴がユーザの大きなグループに放出されるので,手動の多段プロセスであり,その性能は注意深く監視される。この種のA/Bテストはユビキタスであるが,モニタリングが重い人間介入を必要とするので,一貫した,しかし,性能の短期変動を捉えることは保証されない,そして,より良いバージョンが完全な母集団に達するのに長い時間を取るので,非効率的である。本研究では,この質問をエキスパート学習のものに定式化し,動的,非定常環境で動作する新しいアルゴリズム追跡-Best-Interval,FTBIを与えた。本アプローチは実用的で,簡単で,効率的であり,その性能に厳密な保証がある。最後に,合成および実世界データセットに関する完全な評価を行い,著者らのアプローチが最新の最先端手法より優れていることを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *学習 ,  応用プログラム ,  母集団 ,  定式化
準シソーラス用語： *オンライン学習 ,  非定常性 ,  ユビキタス , 【Automatic Indexing@JST】

著者キーワード (3件)： a/b試験 ,  エキスパート学習 ,  非定常環境

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 非定常 ,  試験 ,  オンライン学習